人工智能分支技术详解
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
人工智能分支技术详解
在过去的几个月中，我一直在收集有关人工智能的相关资料。随着各种的问题被越来越频繁的提及，我决定整理并分享有关人工智能、神经网络、机器学习、深度学习与大数据的技术合辑。
神经网络
TensorFlow
谷歌于2017 年 5 月宣布了第二代TPU 并在谷歌计算引擎中加入了对TPU 的支持。第二代TPU 拥有高达180 万亿次浮点运算性能（180 teraflops）。当64 个TPU 组合在一起时，可以提供高达11.5 千万亿次浮点运算性能（11.5 petaflops）。
2017 年，谷歌在TensorFlow 的核心库中加入了对Keras 的支持。有学者认为，认为相较于端到端的机器学习框架，Keras 更适合作为接口来使用。它提供了更高级别，更直观的抽象集合，使得无论后端科学计算库如何，都可以轻松配置神经网络。
Numpy