中国語 での 深度學習 の使用例とその 日本語 への翻訳
{-}
-
Ecclesiastic
-
Programming
-
Computer
深度學習時代之自然語言理解.
深度學習時代之自然語言理解.
深層学習時代の自然言語処理ビジネス。第1章自然語言處理和深度學習概述1.
第1章自然言語処理と深層学習。第1章強化學習和深度學習.
第1章強化学習と深層学習。深度學習將成為巨大商機」。
深層学習が大きな商機になる」。Combinations with other parts of speech
對於深度學習，2013是非常重要的一年。
深層学習にとって、2013年はとても重要な年でした。深度學習：使用ApacheMXNet等常用的深度學習架構定義、訓練和部署深度神經網路。
深層学習:ApacheMXNetなどの一般的な深層学習フレームワークを使用して、深層ニューラルネットワークを定義、トレーニング、デプロイできます。了解客戶如何針對深度學習專案使用MXNet。
お客様がどのようにMXNetを深層学習プロジェクトに利用しているかご覧ください。NVIDIA將於今年培訓10萬名深度學習開發人員.
NVIDIA、今年中に10万人のディープラーニング開発者をトレーニング予定ニュース。相反的，在裝置本身上運行一個小型，高效率的深度學習模型可能會更有意義。
むしろ、小型で効率的な深層学習モデルをデバイス自体で実行させるほうが合理的な場合もあるかもしれない。NVIDIA將於今年培訓10萬名深度學習開發人員.
NVIDIA、今年中に10万人のディープラーニング開発者をトレーニング予定|NVIDIA。使用預先封裝的Docker映像檔，在幾分鐘內完成部署深度學習環境。
事前にパッケージ化されたDockerイメージを使用すると、深層学習環境を数分でデプロイできます。在AmazonSageMaker中使用PyTorch，就像使用其他預建的深度學習架構一樣簡單。
AmazonSageMakerでのPyTorchの使用は、他の事前構築された深層学習フレームワークの使用と同様に極めて簡単です。AWS深度學習AMI現可支援PyTorch、Keras2及最新的深度學習架構.
AWSDeepLearningAMIでPyTorch、Keras2、および最新のディープラーニングフレームワークをサポート。想了解深度學習背後概念，以及如何在AWS上實作深度學習解決方案的開發人員.
深層学習の背後にある概念やAWSで深層学習ソリューションを導入する方法を理解したいと考えている開発者。樓會舉辦特別展覽和企劃展覽，在此能夠從各種角度深度學習到千葉的歷史。
階では特別展・企画展が開催され、千葉の歴史を様々な角度から深く学ぶことができる。而在後推動投資回復的動力就是深度學習等數據中心的高性能化，以及開始在南韓、美國商用化的5G。
後押しするのは深層学習などデータセンターの高機能化に加えて、韓国や米国で商用化が始まった５Ｇだ。AmazonEC2P3執行個體可讓開發人員更快地訓練深度學習模型，以便更迅速地實現機器學習目標。
AmazonEC2P3インスタンスにより、開発者たちは深層学習モデルをさらに速くトレーニングし、機械学習の目標を迅速に達成できます。年於舊金山成立的Deepgram，是第一個使用NVIDIAGPU進行推論與訓練的端對端深度學習語音辨識系統。
年にサンフランシスコで創業したDeepgramは、推論とトレーニングにNVIDIAGPUを採用した世界初のエンドツーエンドのディープラーニング音声認識システムを提供する企業です。AWS深度學習AMI設計用於協助您建立穩定、安全且可擴展的深度學習應用程式。
AWS深層学習AMIは、安定して安全、スケーラブルな深層学習アプリケーションを構築することを支援するように設計されています。X21小時MicrosoftCognitiveToolkit2x（以前的CNTK）是一種開源的商業級工具包，可以訓練深度學習算法，以便像人類大腦一樣學習。
而推動投資回復的動力就是深度學習等資料中心的高性能化，以及開始在南韓、美國商用化的5G。
後押しするのは深層学習などデータセンターの高機能化に加えて、韓国や米国で商用化が始まった５Ｇだ。UndnnUnderstandingDeepNeuralNetworks35小時本課程首先向您介紹神經網絡的概念知識，一般用于機器學習算法，深度學習（算法和應用）。
Undnn Understanding DeepNeuralNetworks35hoursこのコースでは、ニューラルネットワークと一般的に機械学習アルゴリズム、深い学習(アルゴリズムとアプリケーション)で概念的な知識を与えることから始まります。AWS支援每一種主要深度學習架構，為資料科學家和開發人員提供最開放、最彈性的環境。
AWSでは、主要な深層学習フレームワークがサポートされていて、データサイエンティストや開発者に、最もオープンで柔軟な環境を提供しています。機器學習(ML)和深度學習(DL)這兩個電腦科學領域都是從人工智慧這個學科衍生出來的。
機械学習(ML)も深層学習(DL)も、人工知能の領域から派生したコンピュータサイエンスの分野です。現在就下載DGX-1視覺化資訊圖表，瞭解如何將您的深度學習訓練速度加快58倍並得到34倍的效能提升。
DGX-1インフォグラフィックをダウンロードして、58倍高速なトレーニングと、34倍の演算性能で、あなたのディープラーニングを加速してください。基因資料量出現驚人的增長幅度，正是在過去四年中採用需要投入大量資料之深度學習方法的基因研究論文，數量成長四十倍的原因。
ゲノミクスデータの驚異的な増加によって、大量のデータを必要とするディープラーニングのアプローチをゲノム研究論文で採用する事例が、この4年間で40倍に増加しました。Deepfake，是英文「deeplearning」（深度學習）和「fake」（偽造）的混成詞，專指用基於人工智能的人體圖像合成（英语：Humanimagesynthesis）技術。
ディープフェイク（deepfake）は「深層学習（deeplearning）」と「偽物（fake）」を組み合わせた混成語（かばん語）で、人工知能にもとづく人物画像合成の技術を指す。他們取得一個運用較少參數進行預測的深度學習架構（權重指派給各變異數）（請見相關報告《DietNetworks:ThinParametersforFatGenomics》）。
彼らは、より少ないパラメーター(それぞれの変数に割り当てられた重み)を利用しながら予測をするディープラーニングアーキテクチャを考案しました(関連する論文「DietNetworks: ThinParametersforFatGenomics」をご覧ください)。
