A1M-0999M-461
发布时间：2018-12-15 08:49:52点击率：
0
A1M-0999M-461 A1M-0999M-461 微软的一个研究团队设计了一个远比“典型设计”复杂的神经网络，该网络能够进行多达152层的复杂数学运算，而典型设计一般只有六到七层。这预示着未来几年，微软这样的公司将能使用GPU及其它专用芯片的庞大集群来极大提升包括图像识别在内的各种各样的人工智能服务，包括识别语音甚至理解人类自然表达的口语。但是建造这样的大型神经网络是极其困难的。 为了确定每一层的工作模式以及与其它层的通信方式，需要将不同的特定算法部署到每一层上，但这却是一个极其艰难的任务。但微软在这里也有技巧。他们设计了一个能够帮助他们建造这些网络的计算系统。研究人员可以识别一些可能有用的大型神经网络部署方式，然后该计算系统可以在一系列的可能性上对此进行循环计算，直到确定出选择。 据深度学习创业公司Skymind的研究专家AdamGibson介绍，类似的做法现在越来越普遍。这被称为“超参数优化”（hyperparameteropTImizaTIon）。 他说：”人们可以让一群机器跑起来，一次运行10个模型，然后找出的那个使用就行了。他们可以输入一些基本参数（基于直觉确定），然后机器在此基础上确定什么才是的解决方案。“Gibson说，去itter收购的一家公司Whetlab就提供了类似的”优化“神经网络的方法。 预计2016年将会是机器情绪识别的分水岭，而且情绪会成为我们与机器交互的强有力的新通道，并且由于照相机技术和计算机视觉算法的发展，未来机器通过我们人类的面部表情、眼动方式、肢体语言、说话方式甚至抬头等理解我们的能力会大大提高。 A1M-0999M-461
返 回
免责声明：以上所展示的信息由企业自行提供，内容的真实性、准确性和合法性由发布企业负责，塑胶五金网对此不承担任何保证责任
