整理 | 郑丽媛 出品 | CSDN（ID：CSDNnews） 昨天，我们还在感慨美团元老王慧文、前京东 AI 掌门人周伯文、创新工场 CEO 李开复等 AI 大佬陆续入局“中文版 ChatGPT”的混战。 不曾想，今天 AI 大模型领域的创业赛道上又多了一位”大牛“：业内媒体爆料，阿里 VP 贾扬清将离职创业，方向是大模型基础设施，即 AI 架构，并已得到首轮融资意向。 而就在刚刚，贾扬清对此传闻进行了最新回应： ”白驹过隙，我也计划走向职业生涯的下一个挑战。祝愿团队的兄弟姐妹们再创辉煌，祝愿阿里云能够
现在机器学习逐渐成为行业热门，经过二十几年的发展，机器学习目前也有了十分广泛的应用，如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和
我喜欢参加在西班牙马德里举办的机器学习见面会，也算是西班牙马德里TensorFlow小组和机器学习（Machine Learning）小组的常客，在自动无人驾驶车（Self-Driving Car）课
导读：近几年随着深度学习算法的发展，出现了许多深度学习框架。这些框架各有所长，各具特色。常用的开源框架有TensorFlow、Keras、Caffe、PyTorch、Theano、CNTK、MXNet、PaddlePaddle、Deeplearning4j、ONNX等。
2017年1月，Facebook人工智能研究院（FAIR）团队在GitHub上开源了PyTorch，并迅速占领GitHub热度榜榜首。
目前研究人员正在使用的深度学习框架不尽相同，有TensorFlow、Caffe、Theano、Keras等，常见的深度学习框架如下图所示。
深度学习（Deep Learning）在这两年风靡全球，大数据和高性能计算平台的推动作用功不可没，可谓深度学习的“燃料”和“引擎”，GPU则是引擎的引擎，基本所有的深度学习计算平台都采用GPU加速。同时，深度学习已成为GPU提供商NVIDIA的一个新的战略方向，以及3月份的GTC 2015的绝对主角。 那么，GPU用于深度学习的最新进展如何？这些进展对深度学习框架有哪些影响？深度学习开发者应该如何发挥GPU的潜力？GPU与深度学习结合的前景以及未来技术趋势到底是怎么样的？在日前的NVIDIA深度学习中
Theano是在BSD许可证下发布的一个开源项目，是由LISA集团（现MILA）在加拿大魁北克的蒙特利尔大学开发的，其是以一位希腊数学家的名字命名的。
开源软件的重要性就不用多说了，它是IT工业的基础。它和我们每个人、每天的学习、工作、生活都息息相关，我们使用的互联网、物联网、车联网都广泛的依赖于它们。
作者 | 蔡芳芳、Tina 3 月 21 日，AI 领域爆出重大人事变动：在阿里任职四年后，Caffe 作者贾扬清即将离职。 昨日，有自媒体爆料称，阿里巴巴集团副总裁、阿里硅谷研究院负责人贾扬清将于近期离职创业，创业方向将聚焦于人工智能架构领域，目前已获得了首轮融资意向。 对此，贾扬清对 InfoQ 回应称： 加入阿里巴巴的时候，最吸引我的是云计算可以带给社会的独特贡献：AI，Big data，Compute，Developer，和 Ecosystems。 有幸在过去几年中带领计算平台事业部，建设了一支从
在科幻小说中，我们经常看到AI软件的身影，许多人认为AI是一门存在于未来的技术，也许会变成现实，也许永远会停留在空想之中。 事实并非如此，我们当中的大多数人每天都会使用AI软件。 当你与智能手机对话时，上网搜索时，查看社交媒体动态消息时，都在与AI打交道。AI软件与我们玩游戏，谱写乐曲，撰写电影剧本。当你在网上购物时，遇见AI的机会也越来越大。Gartner预测：“到了2020年，不需要人类控制的自动软件代理将会参与到全球5%的经济交易活动中去。”到了2018年，全球300多万工人将在机器人“老板”的监督下
作者 | Nico 参与 | shawn 今天，一篇吐槽TensorFlow的文章在网上刷屏，到底是怎么回事呢？来看这位作者的抱怨有没有道理。 每隔几个月，我都会Google一下“Tensorflow sucks（Tensorflow 烂透了）”或“f*** Tensorflow”，希望能找到志同道合的黑粉。尽管Tensorflow面世已约两年，我还是找不到一个令我满意的批评Tensorflow的言论，也许是我用的搜索引擎不对，但是我认为罪魁祸首是一种被称为“谷歌嫉妒”的现象，具体表现为全世界的工程师都
【新智元导读】新智元AI WORLD2017 世界人工智能大会上，浪潮集团副总裁胡雷钧带来 《AI计算挑战与应对》的分享。他提到，当前AI算法对计算能力有巨大的需求，针对AI计算能力的挑战，浪潮推出了
关键时刻，第一时间送达！ KS Knowledge Sharing 知识分享 现在是资源共享的时代，同样也是知识分享的时代，如果你觉得本文能学到知识，请把知识与别人分享。 写在前面 2017已经悄悄的走了，2018也已经匆匆的来了，我们在总结过去的同时，也要展望一下未来。俗话说一年之计在于春，虽说距立春还有一个多月，我觉得我们如果想从小白升级到大牛，应该早做计划，规划一下今年要学哪些新的技能呢？我们来一一探讨一下。 SpringBoot Spring Boot：是由Pivotal团队提供的全新框架，其设
写在前面 2017已经悄悄的走了，2018也已经匆匆的来了，我们在总结过去的同时，也要展望一下未来。俗话说一年之计在于春，虽说距立春还有一个多月，我觉得我们如果想从小白升级到大牛，应该早做计划，规划一下今年要学哪些新的技能呢？我们来一一探讨一下。 SpringBoot Spring Boot：是由Pivotal团队提供的全新框架，其设计目的是用来简化新Spring应用的初始搭建以及开发过程。该框架使用了特定的方式来进行配置，从而使开发人员不再需要定义样板化的配置。通过这种方式，Sprin
大数据文摘作品 作者：Mickey 又一名AI大牛辞职创业。 3月21日，贾扬清在朋友圈发文，表示将正式辞任阿里技术副总裁等一系列职位，迎接职业生涯的下一个挑战。 关于辞职具体原因，贾扬清解释： “阿里这段旅程，最吸引我的是云计算给社会带来的独特贡献：Al，Big data， Compute，Developer，andEcosystem。有幸能够带领计算平台事业部，一起建设大数据和AI的平台，建设从技术到产品到解决方案的团队，把大数据和AI业务做到行业领先的位置，为云上的客户创造价值。” 贾扬清在朋友圈中表
scikit-learn 官方文档：https://scikit-learn.org/stable/#
年前施巍松教授和其团队（张星洲、王一帆、张庆阳）应《计算机研究与发展》编辑部之邀，庆刊60周年发表论文，边缘计算社区经过和施巍松教授沟通，将论文整理成几篇，方便大家阅读。字字珠玑，愿大家多多转发分享。
近年来，深度学习在很多机器学习领域都有着非常出色的表现，在图像识别、语音识别、自然语言处理、机器人、网络广告投放、医学自动诊断和金融等领域有着广泛应用。面对繁多的应用场景，深度学习框架有助于建模者节省大量而繁琐的外围工作，更聚焦业务场景和模型设计本身。
又一位大佬下场创业，AI的场子越来越热闹了。 作者丨New Bing 编辑丨董子博 据悉，阿里巴巴集团副总裁贾扬清将于近期离职创业，他的创业方向将聚焦于人工智能架构领域，目前已获得了首轮融资意向。贾扬清是国际知名的AI科学家，来到阿里体系前，曾在谷歌、FaceBook工作，参与了Caffe、TensorFlow和PyTorch的AI架构设计。 对于离职创业，贾扬清对AI科技评论回应称： 加入阿里巴巴的时候，最吸引我的是云计算可以带给社会的独特贡献：AI，Big data，Compute，Developer，
深度学习是一种新兴的技术，已经在许多领域中得到广泛的应用，如计算机视觉、自然语言处理、语音识别等。在深度学习中，深度学习框架扮演着重要的角色。Caffe是一种广泛使用的深度学习框架，它在许多方面都有所改进，并且更加易于使用。
王新民 若朴 发自 凹非寺 量子位 报道 | 公众号 QbitAI △ 图左为Caffe2作者贾扬清 今天凌晨召开的F8大会上，Facebook正式发布Caffe2~ 随着人工智能的发展，在训练深度
【新智元导读】Facebook 开发者大会今天召开。同时，Facebook 宣布开源 production-ready 的深度学习框架 Caffe2，轻量级、模块化，在移动端和云上都做了优化。同时提供的还有 C++ 和 Python API，以及模型库 Caffe2 Model Zoo，里面有视觉、语音、翻译等预训练模型，方便开发人员和研究者直接使用。 AI 模型的训练和部署通常与大量数据中心或超级计算机相关联，原因很简单。从大规模的图像、视频、文本和语音等各种信息中持续处理、创建和改进模型的能力不是小型计
Oracle今天开源了Graphpipe，可以方便地在云计算中为机器学习模型提供服务，比如TensorFlow、MXNet、Caffe2和PyTorch等流行的框架。Graphpipe旨在简化机器学习的部署，以便在移动应用和物联网设备上使用，以及为最终用户提供Web服务或为公司内部使用AI提供便利。
来源：caffe2.ai 作者：caffe2 team 译者：文强 【导读】近日，Facebook 宣布开源 production-ready 的深度学习框架 Caffe2，轻量级、模块化，在移动端和云上都做了优化。同时提供的还有 C++ 和 Python API，以及模型库 Caffe2 Model Zoo，里面有视觉、语音、翻译等预训练模型，方便开发人员和研究者直接使用。 AI 模型的训练和部署通常与大量数据中心或超级计算机相关联，原因很简单。从大规模的图像、视频、文本和语音等各种信息中持续处理、创
选自 Nvidia Blog 作者：Aaron Markham、贾扬清 机器之心编译 昨天，Facebook 推出了 Caffe2，一个兼具表现力、速度和模块性的开源深度学习框架。它沿袭了大量的 Caffe 设计，可解决多年来在 Caffe 的使用和部署之中发现的瓶颈问题。最终，Caffe2 打开了算法实验和新产品的大门。通过在内部用于各种深度学习和增强现实任务，Caffe2 已经在 Facebook 对于规模和性能的需求上得到了锻造。同时，它为移动端应用提供了令人印象深刻的新功能，例如高级相机和即时通讯功
AI科技评论消息，在昨晚开幕的 F8 年度开发者大会上，Facebook 发布了一款全新的开源深度学习框架 Caffe2。按照官网介绍，它的最大特点就是轻量、模块化和可扩展性，即一次编码，到处运行（和 Java 的宣传语类似）。说得更直白一点，就是 Caffe2 可以方便地为手机等终端设备带来 AI 加持，让 AI 从云端走向终端。 Caffe2 相比 Caffe 更新了什么 Caffe2 官方博客表示：长期以来，提起 AI 模型的训练和部署，人们通常都会联想到大数据中心或超级计算机。之所以会出现这种现
AI 模型的训练和部署通常与大量数据中心或超级计算机相关联，原因很简单。从大规模的图像、视频、文本和语音等各种信息中持续处理、创建和改进模型的能力不是小型计算擅长的。在移动设备上部署这些模型，使其快速轻量级运转，同样是令人生畏的任务。克服这些挑战需要一个强大、灵活、便携式（portable）深度学习框架。 Facebook一直在与开源社区一起建立这样一个框架。今天，我们将第一个生产就绪（production-ready）的 Caffe2 开源，这是一个轻量级和模块化的深度学习框架，强调便携性，同时保持了可扩
导语：在经过三天之后，我们的活动人数已经达到50人了，感谢大家对小编的支持，同时在本文末附上活动的众筹榜单(同日另一篇文)。希望能跟小伙伴们度过愉快的6天！ 深度学习给学术界企业界带来的变革是颠覆性的，AlphaGo也让这一技术享誉全球。正在深度学习领域奋战的你，一定知道caffe框架，今天小编给大家推荐一文，希望能对进行深度学习研究的同学有所帮助。 Caffe的全称应该是Convolutional Architecture for Fast Feature Embedding，它是一个清晰、高效的深度学习
Caffe： - 适用于large-scale product - unparalleled performance - well tested C++ codebase - 设计基于传统CNN应用 - 对于新的计算模式不太适应，比如分布式计算、移动计算、低精度计算，以及其它非视觉应用场景
翻译 | AI科技大本营（rgznai100） 参与 | 周翔 日前，英特尔旗下公司Movidius刚刚推出了一款全新产品：一个能让开发者和研究人员在终端设备部署深度学习应用程序的USB棒，售价79美元。 英特尔表示，Movidius神经计算棒(Neural Computer Stick)是世界上第一款采用USB格式的AI加速器，这个计算棒能够编译并加速边缘神经网络。而且，这款产品并不需要连接到云端，可以直接在本地实现处理。 去年4月，Movidius曾推出过一款名为Fathom的模型产品，不过因为英特
AI 研习社按：在昨晚开幕的 F8 年度开发者大会上，Facebook 发布了一款全新的开源深度学习框架 Caffe2。按照官网介绍，它最大的特点就是轻量、模块化和扩展性，即一次编码，到处运行（和 J
本文介绍了如何使用Caffe进行深度学习模型的训练和部署。首先介绍了Caffe的基本情况和特点，然后详细讲解了Caffe中模型训练和部署的流程和步骤。最后，探讨了如何使用Caffe进行图像分类和物体检测任务。
自动化实现过程，UI框架的自动化往往不能满足所有场景的需求，比如:动态效果图片内容一致性检查；在全民AI的浪潮中，基于Caffe框架的AI图像识别结合QT4A自动化测试尝试，在企鹅电竞弹幕识别，以及表情业务自动化中动态图像识别有了落地，填补了自动化对动态图片内容精准检测的不足。 Caffe是一个清晰而高效的深度学习框架，也是一个被广泛使用的开源深度学习框架，在Tensorflow出现之前一直是深度学习领域Github star最多的项目。 Caffe的主要优势为：容易上手，网络结构都是以配置文件形式定义，
作者：Gein Chen 链接：https://www.zhihu.com/question/27982282/answer/80242005 来源：知乎 著作权归作者所有，转载请联系作者获得授权。
8月30日，在2018浪潮技术与应用峰会（Inspur World 2018）上，浪潮发布OpenStack AI云平台，实现了在OpenStack云平台上快速、轻松的构建AI开发能力。
AI科技评论按：7月份，在经历了长达几个月外界对苹果AI技术落后的质疑后，苹果又有了一些新动作，首先是在7月20日上线了苹果机器学习官方博客（Apple Machine Learning Journal），并发表了第一篇博文；其次提交的论文被CVPR 2017收录，获最佳论文。 苹果CEO库克面对外界对苹果AI技术落后的质疑，曾向媒体回应说，苹果精神是“just work ”（实干精神），之所以外界看不到苹果AI技术的进展，是因为苹果只喜欢谈论即将上线的产品功能。这么来看，公众最多只能通过公开的博客和学术论
在深度学习（Deep Learning）的热潮下，Caffe作为一个高效、实用的深度学习框架受到了广泛的关注。了解Caffe研发的背景、愿景、技术特色、路线图及其开发者的理念，对于我们选择合适的工具更好地进行深度学习应用的迭代开发大有裨益。《程序员》记者近日深度对话Caffe作者贾扬清，剖析Caffe的起源、目标、差异性、现存的一些问题和改进工作，以及未来的规划。 起源故事 《程序员》：请介绍一下您自己与深度学习结缘的故事，以及开发Caffe的背景和初衷？ 贾扬清：我经常和人开玩笑说，“我写Caffe的
选自Caffe2 Blog 机器之心编译 近日，Facebook 共享了 Caffe2 在支持循环神经网络（RNN）方面的最新成果。在 Caffe2 RNN 中，最突出的亮点是几乎零开销的 RNN 引擎，它不仅可执行任意 RNN 单元且难以置信地灵活，还可以进行束搜索；Caffe2 RNN 还允许每块 GPU 使用大批量数据进行训练，并实现了所谓的静态 RNN。通过 Caffe2 RNN，Facebook 的神经机器翻译的效率提升高达 2.5x，Facebook 全部的机器翻译模型从基于短语的系统转换为所有
Facebook同时支持两个深度学习工具 Caffe2和 PyTorch, 显然不重复造轮子， 而是让能复用的组件和库(比如操作库)在这两个项目之间共享是没有争议的. Caffe2是： 一个轻量化的深度学习算法框架 caffe2 主要为产品级别的深度学习算法设计 为移动端实时计算做了很多优化 同时支持大规模的分布式计算 Caffe2是一个跨平台的框架 支持移动端iOS, Android, 服务器端Linux, Mac, Windows, 甚至一些物联网设备如RaspberryPi, NVIDIA Jet
很多人觉得深度学习上手非常困难，让我们看看，对于程序员来说，着手深度学习的实践需要准备什么样的工具。 硬件 从硬件来讲，我们可能需要的计算能力，首先想到的就是CPU。除了通常的CPU架构以外，还出现
机器之心报道 机器之心编辑部 贾扬清从阿里巴巴正式毕业，计划走向职业生涯的下一个挑战。 近段时间，ChatGPT 与大模型的爆火，又吸引了整个科技领域以及投资圈对 AI 的关注。最近也爆出了许多学术界、业界 AI 大佬投身创业潮的消息。 昨日，知名人工智能科学家贾扬清从阿里巴巴离职创业的信息也被爆出，贾扬清本人旋即正式回应，确定了从阿里巴巴离职的消息。 以下是贾扬清的个人声明： 加入阿里巴巴的时候，最吸引我的是云计算可以带给社会的独特贡献：AI，Big data，Compute，Developer，
Caffe遵循了神经网络的一个假设：所有的计算都是以layer形式表示的，layer的作用就是根据输入数据，输出一些计算以后的结果。以卷积为例，就是输入一幅图像，然后与这一层的参数（filter）进行卷积运算，然后输出卷积的结果。每一个layer需要进行两种运算：1.forward，从输入计算输出；2.backward根据上面的梯度（gradient）来计算相对于输入的梯度。在每个layer都实现了这两个函数以后，我们可以将很多层连接成一个网络，这个网络做的事情就是输入我们的数据（图像或者语音或者whatever），然后来计算我们需要的输出（比如说识别的label）。在训练时，我们可以根据已有的label来计算loss和gradient，然后用gradient来update网络的参数。这个就是Caffe的一个基本流程！
Blued公司在2012年选择UCloud提供云服务。那一年，刚以游戏云服务而小有名气的UCloud同样显得稚嫩——Blued是它们第1025位客户。
在使用Caffe进行深度学习模型训练和优化时，我们会遇到需要导入.pycaffe模块中的Net、SGDSolver、NesterovSolver、AdaGradSolver、RMSPropSolver和AdaDeltaSolver的情况。这些模块提供了训练和优化神经网络所需的功能。本文将对这些模块进行详细讲解。
德国当地时间6月20日，与英特尔宣布第二代至强Phi芯片“Knights Landing”(以下称KNL)正式上市同步，浪潮在刚刚举行的第31届国际超算大会(ISC2016)上，全球首发基于最新KNL
0.预告 开源项目名称：Caffe—— deep learning framework 语言：C++ 时间：10月22日（周六）早11：00-12:00 参与方式：源码分析微信群内直播链接 主讲人：寒小阳-资深深度学习工程师 我们将直接进行caffe代码结构和设计分析，直播地址将在直播当天（周六）上午提前公布。 欢迎大家阅读正文先行了解项目。 1.前言 目前的图像和自然语言处理很多地方用到了神经网络/深度学习相关的知识，神奇的效果让广大身处IT一线的程序猿GG们跃跃欲试，不过看到深度学习相关一大串公式之后头
原文：Which deep learning network is best for you? http://www.cio.com/article/3193689/artificial-intel
PyTorch 是torch的python版本，是由Facebook开源的神经网络框架，专门针对GPU加速的深度神经网络（DNN）编程。Torch是一个经典的对多维矩阵数据进行操作的张量（tensor）库，在机器学习和其他数学密集型应用有广泛应用。与TensorFlow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用Lua，导致在国内一直很小众，并逐渐被支持Python的Tensorflow抢走用户。作为经典机器学习库Torch的端口，PyTorch为Python语言使用者提供了舒适的写代码选择。
百度今天开源了其深度学习平台Paddle，引发了挺多人工智能领域开发者的兴趣，包括一些之前一直在Tensorflow和Caffe上练手的开发者。不过鉴于深度学习的开源平台目前并不多，作为开发者也作为热心吃瓜群众的头等大事，就是想知道——这个平台怎么样？别人怎么看这个平台？以及这个平台跟Tensorflow以及Caffe有何区别？ ▎这个平台本身怎么样 Paddle本身在开源前就一直存在，始于2013年的时候，因为百度深度实验室察觉到自己在深度神经网络训练方面，伴随着计算广告、文本、图像、语音等训练数据的快速
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频
