作为AI和芯片两大领域的交差点，AI芯片已经成了最热门的投资领域，各种AI芯片如雨后春笋冒出来，但是AI芯片领域生存环境恶劣，能活下来的企业将是凤毛麟角。谷歌在I/O大会发布了其第三代TPU，并宣称其性能比去年的TUP2.0提升8倍之多，达到每秒1000万亿次浮点计算，同时谷歌展示了其一系列基于TPU的AI应用。可以说，AI已经成为科技行业除了区块链之外最热门的话题。AI芯片作为AI时代的基础设施

ICCV 的全称是 IEEE International Conference on Computer Vision，国际计算机视觉大会，是计算机视觉方向的三大顶级会议之一，通常每两年召开一次，2005 年 10 月曾经在北京召开。会议收录论文的内容包括：底层视觉与感知，颜色、光照与纹理处理，分割与聚合，运动与跟踪，立体视觉与运动结构重构，基于图像的建模，基于物理的建模，视觉中的统计学习，视频监控

两个大牛都不超过35岁，现在都在Facebook FAIR工作，据说这里的薪水极高，百万美金。贾扬清是深度学习框架Caffe的作者，TensorFlow的作者之一。Google学术引用32326次。有关Cafee的这篇论文被引超9000次。清华自动化系2006年学士，2008硕士，2013年伯克利博士。在Google Brain工作三年，2016年跳槽Facebook，担任AI 平台的主管Lea.

文章目录1. CPU和GPU2. 什么是CUDA3.什么是CUDNN4.CUDA与CUDNN的关系5.安装5.1 CUDA的安装5.2 cuDNN的安装6.参考7.注意：1. CPU和GPUCPU和GPU是不一样的计算机设备，CPU作为计算机心脏一直被人们所认知，但是GPU直到最近才被人们重视起来，因为其优异的图片运算性能，或者说矩阵运算性能。CPU和GPU的关系和差别：从上图可以看出G...

下面的命令可以帮助我们查看Pytorch是否使用GPU：# 返回当前设备索引torch.cuda.current_device()# 返回GPU的数量torch.cuda.device_count()# 返回gpu名字，设备索引默认从0开始torch.cuda.get_device_name(0)# cuda是否可用torch.cuda.is_available()我的结果是：参考文档pytorc

文章目录一、什么是数据分析（Data Analysis）二、数据分析行业发展三、数据分析师（Data Analyst）四、数据分析流程参考：一、什么是数据分析（Data Analysis）​数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。这一过程也是质量管理体系的支持过程。在实用中，数据分析可帮助人们作出判断，以便采取适...

在我们日常学习中总是听到动态图和静态图的概念,今天就在这里做一个小总结,提醒自己.目前神经网络框架分为静态图框架和动态图框架，PyTorch 和 TensorFlow、Caffe 等框架最大的区别就是他们拥有不同的计算图表现形式。 TensorFlow使用静态图，这意味着我们先定义计算图，然后不断使用它，而在PyTorch中，每次都会重新构建一个新的计算图。动态计算意味着程序将按照我们编写命令..

作为AI和芯片两大领域的交差点，AI芯片已经成了最热门的投资领域，各种AI芯片如雨后春笋冒出来，但是AI芯片领域生存环境恶劣，能活下来的企业将是凤毛麟角。谷歌在I/O大会发布了其第三代TPU，并宣称其性能比去年的TUP2.0提升8倍之多，达到每秒1000万亿次浮点计算，同时谷歌展示了其一系列基于TPU的AI应用。可以说，AI已经成为科技行业除了区块链之外最热门的话题。AI芯片作为AI时代的基础设施

文章目录一、编译器二、编辑器三、集成开发环境( IDE )参考：一、编译器编译器的的概念百度词条上面这样子定义：简单讲，编译器就是将“一种语言（通常为高级语言）”翻译为“另一种语言（通常为低级语言）”的程序。一个现代编译器的主要工作流程：源代码 (source code) → 预处理器 (preprocessor) → 编译器 (compiler) → 目标代码 (object code) ...

ILSVRC（ImageNet Large Scale Visual Recognition Challenge）是近年来机器视觉领域最受追捧也是最具权威的学术竞赛之一，代表了图像领域的最高水平。ImageNet数据集是ILSVRC竞赛使用的是数据集，由斯坦福大学李飞飞教授主导，包含了超过1400万张全尺寸的有标记图片。ILSVRC比赛会每年从ImageNet数据集中抽出部分样本，以2012年为.