Архив

Публикации с меткой ‘машинное обучение’

AWS DeepLens — это видеокамера с глубинным обучением, предназначенная для разработчиков, стоимостью 249 долларов

4 декабря 2017 Нет комментариев

Amazon Web Services (AWS) запустила Deeplens, «первую в мире видеокамеру с глубинным обучением для разработчиков». Работает она на базе процессора Intel Atom X5 с 8 ГБ оперативной памяти и имеет 4-мегапиксельную (1080p) камеру, устройство полностью программируемое и поддерживает Ubuntu 16.04, предназначено для расширения навыков глубокого обучения разработчиков, а Amazon предоставляет учебные пособия, код и предварительно обученные модели.

Читать далее…

Платформа Bolt IoT объединяет ESP8266, мобильные приложения, облако и машинное обучение (Crowdfunding)

26 ноября 2017 Нет комментариев

В настоящее время существует множество аппаратных средств для реализации IoT проектов, но во многих случаях полная интеграция для получения данных от датчиков в облако требует прохождение через длинный список инструкции. Компания Bolt IoT основанная в Индии и США, взяла на себя задачу по упрощению проектов IoT с помощью своей IoT платформы, которая состоит из WiFi модуля Bolt ESP8266, облачного сервиса с возможностями машинного обучения и мобильных приложений для Android и iOS.
Читать далее…

Teachable Machine от Google — это простой и интересный способ понять, как работает машинное обучение

10 октября 2017 Нет комментариев

Искусственный интеллект, машинное обучение, глубинное обучение, нейронные сети — эти слова сегодня мы слышим все чаще и чаще, поскольку машины получают возможность распознавать объекты, отвечать на голосовые запросы/команды и т. д. Но, многие люди могут не знать, как работает машинное обучение, и с этой целью Google запустил сайт Teachable Machine, чтобы люди экспериментировали и понимали основы машинного обучения, не устанавливая SDK или даже код.

Читать далее…

Open Source ARM вычислительная библиотека представлена с NEON и OpenCL функциями ускорения для компьютерного зрения, машинного обучения

Вычисление GPU обещает более высокую производительность по сравнению с вычислением CPU, для приложений, таких как компьютерное зрение и машинное обучение, но проблема заключается в том, что многие разработчики могут не иметь нужной квалификации или времени, чтобы использовать такие API, как OpenCL. Так что ARM решили написать свои собственные вычислительные библиотеки ARM и сейчас представили их под MIT лицензией. Читать далее…