頭條 AMD慶祝賽靈思成立40周年 40 年前，賽靈思（Xilinx）推出了一種革命性的設備，讓工程師可以在辦公桌上使用邏輯編程。 賽靈思開發的現場可編程門陣列（FPGA）使工程師能夠將具有自定義邏輯的比特流下載到臺式編程器中立即運行，而無需等待數周才能從晶圓廠返回芯片。如果出現錯誤或問題，設備可以在那里重新編程。 最新資訊 華為首次全面闡述汽車戰略：我們不造車，但要創造70%新價值 華為要做自動駕駛汽車的傳聞近年來經常出現在媒體和業內人士口中。的確，在 5G 和 AI 快速發展的今天，很難想象這家公司不會投身于顛覆出行方式的浪潮。 發表于：4/21/2019 網絡規模更小、速度更快，這是谷歌提出的MorphNet 一直以來，深度神經網絡在圖像分類、文本識別等實際問題中發揮重要的作用。但是，考慮到計算資源和時間，深度神經網絡架構往往成本很高。 發表于：4/21/2019 速度提高100萬倍，哈佛醫學院大神提出可預測蛋白質結構的新型深度模型 蛋白質結構預測是生命科學領域的一大難題。近日，來自哈佛大學醫學院的研究人員提出了一種基于氨基酸序列預測蛋白質結構的新方法，準確率可媲美當前最佳方案，但預測速度提升了100萬倍。 發表于：4/21/2019 NAACL 2019 | 怎樣生成語言才能更自然，斯坦福提出超越Perplexity的評估新方法 語言生成不夠「生動」？Percy Liang 等來自斯坦福大學的研究者提出了自然語言評估新標準。 發表于：4/21/2019 機器學習如何解決「看病難」？Jeff Dean等詳述機器學習在醫療領域的應用 在這篇文章中，Jeff Dean 等人工智能大牛描繪了一幅機器學習在醫療領域的應用藍圖。 發表于：4/21/2019 CVPR 2019 | 百度無人車實現全球首個基于深度學習的激光點云自定位技術 數名來自百度智能駕駛事業群組（Baidu IDG）的研究員和工程師們實現了全球首個基于深度學習的激光點云自定位技術，不同于傳統的人工設計的復雜算法，該系統首度基于深度學習網絡實現了高精度厘米級的自定位效果，取得了重要的技術突破。 發表于：4/21/2019 維基百科你已經是個大百科了，該自己學會用ML識別原文出處了 維基百科可能是我們認為比較客觀真實的材料了，但它包羅萬象卻又會引起一些小問題，例如很多句子或說法提供不了引用出處。 發表于：4/21/2019 CVPR 2019 | PointConv：在點云上高效實現卷積操作 3D 點云是一種不規則且無序的數據類型，傳統的卷積神經網絡難以處理點云數據。來自俄勒岡州立大學機器人技術與智能系統（CoRIS）研究所的研究者提出了 PointConv，可以高效的對非均勻采樣的 3D 點云數據進行卷積操作，該方法在多個數據集上實現了優秀的性能。 發表于：4/21/2019 刷臉背后，卷積神經網絡的數學原理原來是這樣的 計算機視覺技術在日常生活中有著非常普遍的應用：發朋友圈之前自動修圖、網上購物時刷臉支付……在這一系列成功的應用背后，卷積神經網絡功不可沒。本文將介紹卷積神經網絡背后的數學原理。 發表于：4/21/2019 英特爾收購英國FPGA廠商Omnitek 英特爾宣布收購Omnitek，該公司主要提供用于可視化處理的可編程芯片設計。這次收購的財務條款尚未披露。 發表于：4/18/2019 ?…39404142434445464748…?
