作者：Zeyuan Allen-Zhu 编译：ronghuaiyang 报道：AI公园转载请联系作者训练好的模型，用自己蒸馏一下，就能提高性能，是不是很神奇，这里面的原理到底是什么呢，这要从模型集成开始说起。在现在的标准技术下，例如过参数化、batch-normalization和添加残差连接，“现代”神经网络训练 —— 至少对于图像分类任务和许多其他任务来说 —— 通常是
智能，是在各种环境和目的的条件下正确制定决策和实现目的的能力[17]，是一种认识客观事物和运用知识解决问题的综合能力，包括感知能力，记忆与思维能力，学习和自适应能力，行为能力等多种能力。这些能力之所以相对特殊，就是因为它们一般是只有人类才具有的。而目前一般所说的智能电网、智能交通、智能机器、智能工厂、智能制造等中的“智能”一词是指“机器智能”与人类“智能”相结合的“智能”。这种“智能”实现的关键就
转载
2021-03-27 17:01:14
478阅读
德国的工业4.0、中国制造2025、智能制造这三个词想必大家都不陌生，不过对于智能制造的内涵以及十大关键技术并不是每个人都了解，通过阅读本文你将对智能制造有一个更全面的了解。 智能制造是什么 智能制造是实现整个制造业价值链的智能化和创新，是信息化与工业化深度融合的进一步提升。智能制造融合了信息技术、先进制造技术、自动化技术和人工智能技术。智能制造包括开发智能产品；应用智能装备；自底向上建立智能产
转载
2024-01-15 08:47:21
130阅读
近期一直在梳理做AI框架必懂的知识——AI框架系统知识，希望能够给自己从算法的研究，到AI框架的研究的近3年，做一个系列的总结，也会结合ZOMI酱在MindSpore的开发过程当中用到的一些最新的技术进行总结和梳理。文章会陆续更新，从上层的算法、用户面的表达层、到中间的编译层对神经网络图的优化、最后底层的执行器，当然少不了的有AI加速芯片。可能有时候因为工作原因呐，更新得比较慢，但是未来半年会继续
转载
2024-02-24 01:10:20
159阅读
一、编程模型和硬件架构由于AI应用对巨大算力的极致追求，各种针对AI计算场景的AI芯片架构层出不穷。AI软件栈的复杂性就来自于硬件架构的跨越式发展。而面对这样的复杂度，AI软件编程模型的设计和架构就变得至关重要。编程模型就是对编程共性的抽象，或许可以从两个层面理解：架构上，是对底层硬件架构和对软件的组织、复用、交互方式的抽象工程上，可以是一个或几个软件中间层所提供的上层应用开发接口。是基于硬件的岩
转载
2023-07-20 20:40:32
707阅读
AI框架的分布式并行能力的分析和MindSpore的实践一混合并行和自动并行背景本文是AI框架分析专栏的第三篇，总体目录参见：AI框架的演进趋势和MindSpore的构想：https://zhuanlan.zhihu.com/p/225392622这次文章顺序并没有按照原来规划的目录来写，原因是前期在分布式并行这一块分析的素材多一些，工作量小一点，所以就偷懒先写分布式并行这个主题。AI框架的分布式
转载
2024-06-24 23:40:12
198阅读
我们都知道，AI技术正在以可见的速度被应用于各行各业，然而绝大部分业务场景想应用AI技术，都需要算法工程师根据自身业务的标注数据，来进行单独训练，才能打磨出合适的AI模型。如此一来，如何以最低的门槛和成本，实现AI技术落地变成了行业急需解决的问题。市场上的AI服务非常多，但是在视觉领域，通用的AI服务主要是基于图像的架构来做的，视频时代已经到来，基于图像的AI架构是否还能被广泛应用？阿里云视频云团
转载
2024-04-15 23:14:44
59阅读
[中国，上海，2019年9月19日] 在HUAWEI CONNECT 2019期间，华为"引领智能网络"峰会隆重召开，发布了面向AI时代的华为智能IP网络三层AI架构及全系列新品(包括四大引擎 AI Turbo系列产品、iMaster NCE自动驾驶网络管理与控制系统，以及iMaster NAIE业界首个网络人工智能平台)。峰会上首次阐述了智能IP网络所需的三大特征，展示了华为已经将AI能力应用于
转载
2023-09-21 07:43:24
115阅读
AI技术在工业制造领域的应用已经非常广泛，以下是一些常见的AI技术及其应用：1. 自动化生产线：通过将AI技术与工业机器人相结合，可以实现生产线的自动化。例如，可以使用机器视觉技术识别工件，并根据预定的程序进行抓取、组装等操作。2. 质量检测：AI可以应用于工业制造过程中的质量检测，帮助提高产品质量。例如，使用计算机视觉技术识别产品表面的缺陷，或者使用自然语言处理技术分析产品的使用说明书，以确保产
原创
2023-05-29 10:53:50
130阅读
人工智能，英文缩写：AI，所以现在我们说的AI技术其实就是人工智能技术。他是一种新型科学，也是计算机领域的一个分支，它是用于让机器模拟人的一种方式，代替人工。37号仓小编专门为大家总结了一般来说人工智能技术包括哪些，下面我们就来看一下吧!人工智能是计算机科学的一个分支，它试图理解智能的本质，并产生一种新的智能机器，其响应方式与人类智能类似。该领域的研究包括机器人技术，语音识别，图像识别，自然语言处
转载
2023-12-29 23:31:53
116阅读
人工智能是让机器像人一样思考甚至超越人类，而机器学习是实现人工智能的一种方法，它最基本的做法是使用算法来解析数据、从中学习，然后对真实世界中的事件做出决策和预测。深度学习又是机器学习的一种实现方式，它是模拟人神经网络的方式，用更多的层数和神经元，给系统输入海量的数据来训练网络。下面是我从主流人工智能平台技术架构的五层模型来分析技术栈。五层分别是基础数据层，计算引擎层，分析引擎层，应用引擎层和典型应
转载
2023-10-06 18:46:08
1021阅读
泛义上讲人工智能，一般都会和机器学习结合在一起。AI 的架构人工智能的架构分为三层：应用层、技术层和基础层。
应用层聚焦在人工智能和各行业各领域的结合。技术层是算法、模型和技术开发。基础层则是计算能力和数据资源。各层架构再进行细分如下：
数据收集：获取什么类型的数据，数据可以通过那些途径获取。常见的数据来源是采集、购买或其他方式获取现
转载
2023-10-30 17:10:06
284阅读
文章引起了AI圈内很多人士的关注，特别是对AI平台架构有兴趣的对此做了非常丰富的解读。MindSpore项目组内部也进行了讨论，总结了一些观点供大家思考（这些观点主要来自岳大师）。在分享我们对AI架构的未来的一些分析判断之前，也先简单的谈谈对Pathways的几个关键点的看法。Pathways一文，三个要点，其实是两个方面：1、是关于智能模型能力提升的两个点：one model fit 'all'
转载
2023-10-07 16:09:43
202阅读
AI平台技术架构是当今技术发展的重要方向，它为复杂应用的构建与部署提供了基础。随着人工智能技术的迅速发展，越来越多的企业开始转向构建自己的AI平台。然而，设计一个高效的AI平台技术架构并非易事，涵盖的数据流、服务部署、微服务架构等多方面内容需要综合考虑。
> 引用：AI平台的目标在于支持模型训练、推理、版本管理和监控等多个功能。
```mermaid
flowchart TD
A[需求
一、整体讲师介绍 目录2、视觉技术和业务介绍视觉是重要技术，平台介绍 技术实力，视频，图像，垂类，软硬一体 落地场景 产业认可三、计算机核心技术三大任务 图像分类 高精度 transformer逐渐成为主流 轻量化，人工设计和模型压缩 轻量化工具 工具箱 目标检测 技术及应用 主流方案 free,关键点，中心点 优化策略，不同尺度 样本，采样，加大难样本采样 效果是在某个数据集，效率是在某个硬件
传统的供应链管理往往需要人工进行，涉及到物流、采购、库存管理等多个环节，存在着信息不对称、协调困难等问题，而AI技术通过对供应链各个环节的数据进行实时分析，能够帮助制造商预测市场需求，提前调整库存，减少库存积压和浪费...
原创
2024-03-25 11:37:33
115阅读
3图
# SDN AI 技术架构实现指南
## 1. 整体流程
首先，让我们来看一下实现“SDN AI 技术架构”的整体流程。以下是该流程的步骤表格：
| 步骤 | 描述 |
| ---- | ---- |
| 1 | 数据收集与预处理 |
| 2 | 模型选择与训练 |
| 3 | 部署模型到SDN网络 |
| 4 | 监控与调整 |
## 2. 具体步骤及代码
原创
2024-04-05 06:07:15
120阅读
在“AI时代”，随着技术的迅速发展，如何构建一个高效的技术架构成为了一个亟待解决的问题。我们需要根据新兴的人工智能技术，设计出适应其特性的架构，以支持快速迭代和高效能。本文将详细探讨“AI时代 技术架构”的构建过程，分析相关技术原理，深入解析架构设计，探讨关键源码，并讨论扩展性和未来展望。
### 背景描述
在2023年，AI技术的快速演进推动各行业的数字化转型。以自然语言处理、计算机视觉等领
# AI芯片技术架构入门指南
作为一名刚入行的小白，了解并掌握AI芯片技术架构是一个颇具挑战但又非常有趣的旅程。本文将引导你走过这个过程，帮助你搭建AI芯片的基本架构，逐步深入各个关键环节。
## 整体流程
在进行AI芯片技术架构设计之前，我们首先需要明确整体的实施流程。以下是一个简单的步骤表格。
| 步骤 | 描述 |
|------|------|
| 1 | 确定需求：了解你需
目前计算机专业的研究方向主要分为四个大方向：分别是：AI(人工智能)、Systems(计算机系统)、Theory(计算机理论)、Interdisciplinary Areas(交叉领域)，各个大方向又会有很多具体的研究方向。一、AI(人工智能)方向专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。自然语言处理主要应用于机器翻译、舆情监测
