A deep learning iparosodása
Meddig és hova fejlődik a deep learning - és mi kell ahhoz, hogy akár még ma belekezdhessünk?
A Gitlab mint DevSecOps platform (x)
Gyere el Radovan Baćović (Gitlab, Data Engineer) előadására a november 7-i DevOps Natives meetupon.
|
A Gitlab mint DevSecOps platform (x)
Gyere el Radovan Baćović (Gitlab, Data Engineer) előadására a november 7-i DevOps Natives meetupon.
A deep learning (mély tanulás) az elmúlt években a gépi tanulás és mesterséges intelligencia legerősebb ágává vált. Bámulatos eredmények láttak napvilágot, mint például a világbajnokot legyőző gépi Go játékos, a néha a szakorvosi pontosságot is megközelítő diagnosztikai rendszerek, vagy például az emberivel szinte összetéveszthető minőségű gépi beszéd. Ma már az Interneten és az okostelefonon futó számos szolgáltatás alapját a mély tanulás adja. Mi kellett ahhoz, hogy a jellemzően különösen nagy számításigényű algoritmusok a beágyazott rendszerektől az adatközpontokig jól és könnyen skálázhatóak legyenek? Meddig és hova fejlődik a technológia? És mi kell ahhoz, hogy akár még ma belekezdjünk? Ezekre a kérdésekre kapunk választ Dr. Gyires-Tóth Bálint, a BME oktatója és kutatója, illetve az NVidia Deep Learning Institute minősített oktatója és egyetemi nagykövete a HWSW mobile! 2018 konferencián elhangzott előadása során.
Akit érdekel a terület, az idei HWSW mobile! konferencia AI szekcióját sem érdemes kihagynia, a november 27-28-án rendezett eseményen a gépi tanulás ismét komoly hangsúlyt kap!
A deep learning iparosodása – Dr. Gyires-Tóth Bálint (BME)
Még több videó
A Gitlab mint DevSecOps platform (x)
Gyere el Radovan Baćović (Gitlab, Data Engineer) előadására a november 7-i DevOps Natives meetupon.A Gitlab mint DevSecOps platform (x) Gyere el Radovan Baćović (Gitlab, Data Engineer) előadására a november 7-i DevOps Natives meetupon.
A deep learning (mély tanulás) az elmúlt években a gépi tanulás és mesterséges intelligencia legerősebb ágává vált. Bámulatos eredmények láttak napvilágot, mint például a világbajnokot legyőző gépi Go játékos, a néha a szakorvosi pontosságot is megközelítő diagnosztikai rendszerek, vagy például az emberivel szinte összetéveszthető minőségű gépi beszéd. Ma már az Interneten és az okostelefonon futó számos szolgáltatás alapját a mély tanulás adja. Mi kellett ahhoz, hogy a jellemzően különösen nagy számításigényű algoritmusok a beágyazott rendszerektől az adatközpontokig jól és könnyen skálázhatóak legyenek? Meddig és hova fejlődik a technológia? És mi kell ahhoz, hogy akár még ma belekezdjünk? Ezekre a kérdésekre kapunk választ Dr. Gyires-Tóth Bálint, a BME oktatója és kutatója, illetve az NVidia Deep Learning Institute minősített oktatója és egyetemi nagykövete a HWSW mobile! 2018 konferencián elhangzott előadása során.
Akit érdekel a terület, az idei HWSW mobile! konferencia AI szekcióját sem érdemes kihagynia, a november 27-28-án rendezett eseményen a gépi tanulás ismét komoly hangsúlyt kap!
A deep learning iparosodása – Dr. Gyires-Tóth Bálint (BME)
Még több videó