| google | 深度學習 | 糖尿病 | AI

Google新深度學習模型可利用眼睛外部照片,偵測糖尿病患血糖、血脂狀況

Google擴展過去利用眼底照片偵測心血管疾病的研究,開發出新的深度學習模型,只要使用眼睛外部照片,就能預測糖尿病患的血糖和血脂狀況

2022-03-29

| Coqui | TTS | 深度學習 | 文字轉語音 | AI

Coqui釋出零樣本文字轉語音模型YourTTS,較傳統TTS模型使用更少訓練資料集

YourTTS模型能夠在多語言、多說話者和零樣本學習中,產生良好的結果,還可用於跨語言的語音轉換,並且使用比傳統TTS模型更少的訓練資料集

2022-01-05

| AI | Avalanche | 深度學習 | 模型訓練

Avalanche發布可加速AI模型訓練的低程式碼工具hAIsten AI

人工智慧低程式碼工具hAIsten AI,能夠降低訓練模型和部署,加速企業人工智慧應用程式開發

2022-01-04

| AWS | 深度學習 | SageMaker | 最佳化

AWS機器學習服務SageMaker新功能加快模型訓練速度50%

Amazon SageMaker新功能Training Compiler,能夠編譯Python程式碼,經最佳化後的核心能夠高效使用硬體資源,使得模型訓練速度獲大幅提升

2021-12-07

| google | 深度學習 | 降水預測 | 神經網路模型 | MetNet-2 | AI | 天氣預測

Google最新的深度神經網路MetNet-2已能預測未來12小時降水

研究人員發現MetNet-2自己從訓練資料學會了大氣物理準地轉理論(Quasi-Geostrophic Theory),其預測效能勝過以物理模型為基礎,同時也是當前最先進的組合模型HREF

2021-11-19

| Google TPU | TPU | Cliff Young | 深度學習 | AI

為何Google當初決定自行開發TPU晶片?Google TPU主要設計者親自揭露原因

在今年線上臺灣人工智慧年會上,Google Brain團隊核心成員,也是一手設計和打造Google TPU的主要設計者Cliff Young,不只親自揭露Google決定自行開發TPU的過程,針對深度學習革命對於未來AI發展影響,也提出他的最新觀察。

2021-10-18

| 程式人 | 林信良 | 程式學習 | 卷積 | 深度學習

從卷積到卷積神經網路

若對於卷積神經網路中卷積、填補、池化等觀念感到難以理解,我們可以試著從圖像處理的卷積運算這類可解釋模型當中來理解,從而認識到卷積神經網路,其實就是從資料生成濾鏡的事實

2021-10-07

| 程式人 | 林信良 | 程式學習 | 機器學習 | 深度學習 | 模型 | AI

思考模型的可解釋性

在深度學習的領域,放棄了解釋最終模型的可能性,來換取解決複雜任務的可能性;然而,這可不是暴力法,無論模型可解釋或難以解釋,該做的事情其實都相同!

2021-09-30

| 程式人 | 林信良 | 程式學習 | Numpy | PyTorch | 深度學習

從NumPy到PyTorch

PyTorch是支援深度學習的框架,為了不迷失在API之中,可藉由NumPy實現簡單的學習模型,逐步轉換至PyTorch,認識相關元件的方便,瞭解支援的流程典範

2021-09-23

| google | 深度學習 | X光 | 胸腔 | 肺結核 | COVID-19

Google以深度學習偵測異常胸腔X光片,可找出訓練資料集未見過的肺部異常

Google新開發的深度學習系統,能夠精確地區分正常與異常的胸腔X光影像,可用來加速臨床工作流程,或是提高其他機器學習模型效能

2021-09-07

| 深度學習 | 蛋白質 | PyTorch

科學家開發新的深度學習模型,在10分鐘內就可完成蛋白質結構預測

DeepMind在去年11月,首次從氨基酸序列預測出蛋白質結構,而華盛頓大學的研究人員,開發新的模型加速了這項運算,所需時間從數天降為10分鐘以內

2021-07-22

| 中華電信 | 深度學習 | 物件辨識 | 卷積 | 模型輕量化

物件偵測模型如何輕量化?中華電信研究院分享自家3秘訣

中華電信揭露物件偵測模型輕量化3大作法,首先模型骨幹直接採用新結構(如EfficientNet-Lite),模型頸部和頭部則以近似運算來減少參數量,比如用差值讓長寬一致、用一層卷積讓Channel數一致,並用深度可分離卷積來重組頭部,同時輕量化損失函數,來避免沒辦法收斂的結果。

2021-03-25