DEEP-LEARNING Tiếng việt là gì - trong Tiếng việt Dịch

• học sâu
• deep learning

Ví dụ về việc sử dụng Deep-learning trong Tiếng anh và bản dịch của chúng sang Tiếng việt

Google had two deep-learning projects underway in 2012.
Google có 2 dự án deep learning được tiến hành vào năm 2012.

T2T does not provide a larger context outside of TensorFlow for structuring a deep-learning project.
Những gì T2T không làm được đó là cung cấp một context lớn hơn TensorFlow đối với việc tổ chức một dự án deep learning.

For example, deep-learning analysis of audio allows systems to assess a customer's emotional tone.
Ví dụ, phân tích sâu về âm thanh cho phép các hệ thống đánh giá giai điệu cảm xúc của khách hàng.

The library is based on Torch, which is an open-source deep-learning library implemented in C with a wrapper in Lua.
Thư viện dựa trên Torch, một thư viện học tập sâu nguồn mở được triển khai trong C với một trình bao bọc trong Lua.

Many of the classical machine-learning algorithms that were used extensively were replaced by deep-learning models.
Rất nhiều các thuật toán học máy truyền thống vô cùng phổ biến đã đột nhiên bị thay thế bởi các mô hình Deep Learning.

The company is also very active in developing the deep-learning framework Chainer™ together with IBM, Intel, Microsoft, Nvidia.
Công ty cũng rất tích cực trong việc phát triển bộ khung học tập sâu Chainer ™ cùng với IBM, Intel, Microsoft, Nvidia.

Microsoft, which has its own AI-powered cloud platform, Azure, is teaming up with Amazon to offer Gluon, an open-source deep-learning library.
Microsoft, có nền tảng đám mây được hỗ trợ bởi AI, Azure, đang hợp tác với Amazon để cung cấp Gluon, một thư viện học tập mã nguồn mở.

Kanda said the company would need to feed more data into the deep-learning system to raise accuracy, but this will result in higher costs.
Ông Kanda cho biết công ty phải bổ sung thêm nhiều dữ liệu vào hệ thống deep learning để nâng cao tính chính xác nhưng chi phí sẽ tăng lên.

Hardware In the last twenty years, the power of the CPU has exploded, allowing the user to train a small deep-learning model on any laptop.
Trong hai mươi năm qua, sức mạnh của CPU đã bùng nổ, cho phép người dùng đào tạo một mô hình deep learning nhỏ trên bất kỳ máy tính xách tay nào.

To achieve precision on deep-learning tasks, spiking neural networks typically have to go through multiple cycles to see how the results average out.
Để đạt được độ chính xác trong các nhiệm vụ học sâu, mạng nơ- ron xung điện thường phải đi qua nhiều chu kỳ để có kết quả trung bình.

A baby can develop an understanding of an elephant after seeing two photos, while deep-learning algorithms need to see thousands, if not millions.
Một em bé có thể phát triển sự hiểu biết về một con voi sau khi xem hai bức ảnh, trong khi các thuật toán học sâu cần phải nhìn thấy hàng ngàn, nếu không phải là hàng triệu.

For instance, you can create a deep-learning image classifier and train it on millions of available labeled photos, such as the ImageNet dataset.
Chẳng hạn, bạn có thể tạo một trình phân loại hình ảnh học sâu và huấn luyện nó trên hàng triệu ảnh có nhãn, chẳng hạn như bộ dữ liệu ImageNet.

Unlike a baby who develop an understanding of an elephant after seeing two photos, deep-learning algorithms need to see thousands, if not millions.
Một em bé có thể phát triển sự hiểu biết về một con voi sau khi xem hai bức ảnh, trong khi các thuật toán học sâu cần phải nhìn thấy hàng ngàn, nếu không phải là hàng triệu.

It vastly speeds up the training of deep-learning neural networks as well, enabling Google to run larger networks and feed a lot more data to them.
Nó cũng đã tăng tốc độ đáng kể trong việc huấn luyện mạng nơ- ron học sâu, cho phép Google chạy các mạng lớn hơn và tải nhiều dữ liệu vào chúng hơn.

Unity's overarching strategy is essentially broken down between the development side on more service-level ML and more advanced deep-learning research on the academic side.
Chiến lược bao trùm của Unity về cơ bản được chia nhỏ giữa phía phát triển trên ML cấp độ dịch vụ hơn và nghiên cứu sâu hơn nâng cao về mặt học thuật.

And Dean says deep-learning models can use phoneme data from English to more quickly train systems to recognize the spoken sounds in other languages.
Ông Dean cho biết các mô hình học sâu có thể dùng các dữ liệu âm vị tiếng Anh để huấn luyện các hệ thống nhận biết âm nói trong các ngôn ngữ khác nhanh hơn.

Unfortunately, three years on, this sort of unsupervised learning hasn't really caught on, and most commercial deep-learning systems still rely on supervised learning.
Thật không may, ba năm sau, loại học không giám sát này đã không thực sự được ưa chuộng, và hầu hết các hệ thống học sâu thương mại vẫn dựa vào việc học có giám sát.

Most deep-learning systems are built to solve specific problems, such as recognising animals in photos from the Serengeti or translating between languages.
Hầu hết các hệ thống học sâu được xây dựng nên để giải quyết một tổ hợp các vấn đề cụ thể, như nhận diện động vật từ hình ảnh hay dịch giữa các ngôn ngữ với nhau.

Humans can see maybe hundreds of faces and start to recognize people, but these deep-learning neural networks would love to see billions of faces in order to become proficient.
Con người có thể thấy hàng trăm gương mặt trước khi bắt đầu nhận ra được mọi người, nhưng các mạng lưới thần kinh học sâu muốn nhìn thấy hàng tỉ gương mặt để nhận dạng thành thạo.

Deep-learning methods required thousands of observation for models to become relatively good at classification tasks and, in some cases, millions for them to perform at the level of humans.
Các phương pháp Deep Learning đòi hỏi hàng ngàn quan sát cho các mô hình để trở nên tương đối tốt trong một số trường hợp nhiệm vụ và hàng triệu để chúng thực hiện ở cấp độ con người.

In January, Ripper Group, which operates search-and-rescue drones in Australia, launched SharkSpotter, a deep-learning computer program that scans the ocean for sharks from the air.
Hồi tháng 1, Ripper Group, công ty vận hành máy bay không người lái tìm kiếm và cứu nạn ở Úc, cho ra mắt SharkSpotter, chương trình máy tính học sâu quét đại dương để tìm cá mập từ không trung.

A deep-learning system can produce a persuasive counterfeit by studying photographs and videos of a target person from multiple angles, and then mimicking its behaviour and speech patterns.
Một hệ thống học sâu có thể tạo ra một sự giả mạo thuyết phục bằng cách nghiên cứu các bức ảnh và video của một người từ nhiều góc độ, sau đó bắt chước hành vi và kiểu nói của người đó.

NVIDIA, the Massachusetts Institute of Technology and Aalto University researchers in a spectacular video show how deep-learning algorithm can perform professional-level imaging.
NVIDIA, Viện Công nghệ Massachusetts và các nhà nghiên cứu Đại học Aalto trong một chương trình video ngoạn mục về cách mà thuật toán học tập sâu có thể thực hiện hình ảnh ở mức độ chuyên nghiệp.

Since deep-learning algorithms require a tonne of data to learn from, this increase in data creation is one reason that deep learning capabilities have grown in recent years.
Vì thuật toán deep learning đòi hỏi một lượng dữ liệu rất lớn nên sự gia tăng đáng kể các dữ liệu được tạo ra này là một trong những lý do deep learning phát triển mạnh trong những năm gần đây.

Forensic video analysis has been available for some time, yet the improvement in accuracy provided by deep-learning technology over the past two years has been instrumental in delivering a level of competency reliable enough to assist human analysts.
Phân tích video pháp y đã có sẵn một thời gian, tuy nhiên sự cải thiện độ chính xác được cung cấp bởi công nghệ học sâu trong hai năm qua là công cụ để cung cấp một mức độ đủ khả năng để hỗ trợ các nhà phân tích con người.

DeepMind says its deep-learning technology could speed this process by handling“the wide variety of patients found in routine clinical practice,” helping to identify conditions like macular degeneration and diabetic eye disease and prevent future vision loss.
DeepMind cho biết công nghệ học sâu của hãng có thể giúp tăng tốc quy trình này bằng cách thăm khám“ nhiều bệnh nhân trong hệ thống các cơ sở khám chữa bệnh”, giúp phát hiện những tình trạng như thoái hóa điểm vàng, bệnh võng mạc do tiểu đường và ngăn ngừa khả năng mất thị lực trong tương lai.

In addition, it announced the Nvidia NGX software development kit, a deep-learning technology stack to help developers easily integrate accelerated, enhanced graphics, photo imaging and video processing into applications with pretrained networks.
Thêm vào đó, họ cũng đã công bố bộ phát triển phần mềm Nvidia NGX, một ngăn xếp công nghệ học tập sâu để giúp các nhà phát triển dễ dàng tích hợp đồ họa tăng cường, hình ảnh và xử lý video vào các ứng dụng với mạng ảo.

This deep-learning approach enables Wildbook to find the same exact animal in different images, which can then help researchers use even more accurate data about an animal's health, eating habits, hunting patterns, population size and possibly poacher activity.
Phương pháp học sâu cho phép Wildbook tìm ra chính xác cùng một con vật từ những hình ảnh khác nhau, để sau đó có thể giúp các nhà nghiên cứu sử dụng các dữ liệu chính xác hơn về tình trạng sức khỏe của động vật, thói quen ăn uống, mô hình săn bắn, kích thước quần thể và các hoạt động săn trộm( nếu có).

Catanzaro, who helped launch Nvidia's deep-learning assault before going to Baidu, is testing the Xeon Phi coprocessor and says it can handle some deep-learning tasks around 90 percent as effectively as graphics processors.
Catanzaro, người phát động chiến dịch tấn công vào lĩnh vực học sâu ở Nvidia trước khi chuyển tới Baidu, đang thử nghiệm bộ đồng xử lý Xeon Phi và nói rằng nó có thể xử lý một số nhiệm vụ học sâu hiệu quả tương đương 90% vi xử lý đồ họa.