99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌、微軟、亞馬遜看好中國AI市場,借助中國龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-09-25 09:34 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

在當(dāng)下的國際形勢下,美國各大科技公司對中國AI市場的態(tài)度大不相同,谷歌、微軟、亞馬遜看好中國AI市場,想借助中國龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力,蘋果公司則跟隨特朗普政策。

在如今的國際形式下,美國各大科技公司對中國AI市場的態(tài)度大不相同。

有些公司表示看好,也有些公司打算跟隨特朗普政府的政策。

不過,如果你不擔(dān)心中國政府和美國各大AI公司達(dá)成交易,或者蘋果是如何利用美國的稅法和政治成為全球第一家市值超過萬億美元的公司的話,那么現(xiàn)在可能是利用大科技股填補(bǔ)你的投資組合的好時機(jī)。

“聰明的人”——對中國AI市場,庫克跟隨特朗普采取善變態(tài)度

據(jù)悉,特朗普政府將從下一輪對華關(guān)稅清單中剔除一類高科技產(chǎn)品,其中包括Apple Watch和AirPods耳機(jī),以及競爭對手制造的類似智能手表、健身跟蹤設(shè)備和其他商品的一個產(chǎn)品代碼不在清單之列。

這個產(chǎn)品代碼涵蓋無線設(shè)備和AI產(chǎn)品,包含在美國政府7月份公布的初步清單中。該代碼下的其他蘋果產(chǎn)品包括HomePod揚(yáng)聲器、BeatsWL耳機(jī)以及AirPort和Time Capsule互聯(lián)網(wǎng)路由器。

而這一結(jié)果或許是蘋果CEO蒂姆·庫克上個月與美國總統(tǒng)和第一夫人共進(jìn)晚餐的功勞。庫克正在采用“要用蜂蜜而不是醋來捕捉蒼蠅”,以最好地保護(hù)蘋果董事會的利益。而特朗普對待國際貿(mào)易問題,也采用了類似的戰(zhàn)略。

白宮經(jīng)濟(jì)顧問Larry Kudlow 9月17日在紐約經(jīng)濟(jì)俱樂部發(fā)表講話時提到,政府經(jīng)常與庫克進(jìn)行磋商并認(rèn)真對待他的觀點(diǎn)。

“我們多次與庫克先生交談過。他是一個非常聰明的人,他給了我們一些很好的建議?!癒udlow說。

谷歌、微軟、亞馬遜看好中國AI市場

與此同時,谷歌、微軟和亞馬遜則希望吸引中國政府開放其龐大的數(shù)據(jù)集。

在國家的扶持下,中國AI項目進(jìn)展順利,并且收集到了全球上最大的共享數(shù)據(jù)集。訪問這些驚人的數(shù)據(jù)集可以立即增強(qiáng)任何AI公司訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力。但這些全球最富有的科技公司不僅僅是因為中國的龐大數(shù)據(jù)集才被吸引過來。

數(shù)據(jù)可能是人工智能的命脈,市場潛力仍是巨大的吸引力,中國是全球最大的細(xì)分市場之一,這就是為何微軟和亞馬遜都宣布計劃在上海建立AI辦事處的原因。

就這些公司本身而言,谷歌內(nèi)部仍存在一些對中國的抨擊。

然而,目前來看,對待中國AI市場,蘋果的策略是跟隨特朗普采取善變態(tài)度,而其他大科技公司則為了市場選擇忽略內(nèi)部的一些反對聲音, 想借助中國龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6231

    瀏覽量

    108143
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4814

    瀏覽量

    103623
  • 數(shù)據(jù)集
    +關(guān)注

    關(guān)注

    4

    文章

    1224

    瀏覽量

    25448

原文標(biāo)題:谷歌、微軟、亞馬遜繼續(xù)看好中國AI市場,蘋果選擇跟隨特朗普

文章出處:【微信號:AI_era,微信公眾號:新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點(diǎn)推薦

    無刷電機(jī)小波神經(jīng)網(wǎng)絡(luò)轉(zhuǎn)子位置檢測方法的研究

    摘要:論文通過對無刷電機(jī)數(shù)學(xué)模型的推導(dǎo),得出轉(zhuǎn)角:與三相相電壓之間存在映射關(guān)系,因此構(gòu)建了一個以三相相電壓為輸人,轉(zhuǎn)角為輸出的小波神經(jīng)網(wǎng)絡(luò)來實現(xiàn)轉(zhuǎn)角預(yù)測,并采用改進(jìn)遺傳算法來訓(xùn)練網(wǎng)絡(luò)結(jié)構(gòu)與參數(shù),
    發(fā)表于 06-25 13:06

    NVIDIA實現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    近日,NVIDIA 宣布了 NVIDIA RTX 神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能。NVIDIA 與微軟合作,將在 4 月的 Microsoft DirectX 預(yù)覽版中增加神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 04-07 11:33 ?446次閱讀

    使用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行時間序列預(yù)測

    使用BP(Backpropagation)神經(jīng)網(wǎng)絡(luò)進(jìn)行時間序列預(yù)測是一種常見且有效的方法。以下是一個基于BP神經(jīng)網(wǎng)絡(luò)進(jìn)行時間序列預(yù)測的詳細(xì)步驟和考慮因素: 一、數(shù)據(jù)準(zhǔn)備 收集數(shù)據(jù)
    的頭像 發(fā)表于 02-12 16:44 ?771次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每一層都由若干個神經(jīng)元構(gòu)成,神經(jīng)元之間通過權(quán)重連接。信號在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) : CNN主要由卷積層、池化層和全連接層組成。
    的頭像 發(fā)表于 02-12 15:53 ?668次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    自學(xué)習(xí)能力 : BP神經(jīng)網(wǎng)絡(luò)能夠通過訓(xùn)練數(shù)據(jù)自動調(diào)整網(wǎng)絡(luò)參數(shù),實現(xiàn)對輸入數(shù)據(jù)的分類、回歸等任務(wù)
    的頭像 發(fā)表于 02-12 15:36 ?922次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法(Backpropagation Algorithm)是一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法的介紹: 一、基本概念 反向傳播算
    的頭像 發(fā)表于 02-12 15:18 ?769次閱讀

    BP神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,目的是最小化
    的頭像 發(fā)表于 02-12 15:15 ?862次閱讀

    如何訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)模型

    BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)是一種經(jīng)典的人工神經(jīng)網(wǎng)絡(luò)模型,其訓(xùn)練過程主要分為兩個階段:前向傳播和反向傳播。以下是訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 02-12 15:10 ?922次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    所擬合的數(shù)學(xué)模型的形式受到大腦中神經(jīng)元的連接和行為的啟發(fā),最初是為了研究大腦功能而設(shè)計的。然而,數(shù)據(jù)科學(xué)中常用的神經(jīng)網(wǎng)絡(luò)作為大腦模型已經(jīng)過時,現(xiàn)在它們只是能夠在某些應(yīng)用中提供最先進(jìn)性能的機(jī)器學(xué)習(xí)模型。近年來,由于
    的頭像 發(fā)表于 01-09 10:24 ?1195次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    神經(jīng)網(wǎng)絡(luò),也稱為全連接神經(jīng)網(wǎng)絡(luò)(Fully Connected Neural Networks,F(xiàn)CNs),其特點(diǎn)是每一層的每個神經(jīng)元都與下一層的所有神經(jīng)元相連。這種結(jié)構(gòu)簡單直觀,但在
    的頭像 發(fā)表于 11-15 14:53 ?1872次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)準(zhǔn)備方法

    LSTM(Long Short-Term Memory,長短期記憶)神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)準(zhǔn)備方法是一個關(guān)鍵步驟,它直接影響到模型的性能和效果。以下是一些關(guān)于LSTM神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-13 10:08 ?2119次閱讀

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    。 圖2.一個小型神經(jīng)網(wǎng)絡(luò) 圖3.用CIFAR-10數(shù)據(jù)訓(xùn)練的CIFAR網(wǎng)絡(luò)模型 CIFAR-10是一個特定數(shù)據(jù)
    發(fā)表于 10-24 13:56

    【飛凌嵌入式OK3576-C開發(fā)板體驗】RKNN神經(jīng)網(wǎng)絡(luò)算法開發(fā)環(huán)境搭建

    download_model.sh 腳本,該腳本 將下載一個可用的 YOLOv5 ONNX 模型,并存放在當(dāng)前 model 目錄下,參考命令如下: 安裝COCO數(shù)據(jù),在深度神經(jīng)網(wǎng)絡(luò)算法中,模型的
    發(fā)表于 10-10 09:28

    如何構(gòu)建多層神經(jīng)網(wǎng)絡(luò)

    構(gòu)建多層神經(jīng)網(wǎng)絡(luò)(MLP, Multi-Layer Perceptron)模型是一個在機(jī)器學(xué)習(xí)和深度學(xué)習(xí)領(lǐng)域廣泛使用的技術(shù),尤其在處理分類和回歸問題時。在本文中,我們將深入探討如何從頭開始構(gòu)建一個多層神經(jīng)網(wǎng)絡(luò)模型,包括模型設(shè)計、數(shù)據(jù)
    的頭像 發(fā)表于 07-19 17:19 ?1569次閱讀

    Python自動訓(xùn)練人工神經(jīng)網(wǎng)絡(luò)

    人工神經(jīng)網(wǎng)絡(luò)(ANN)是機(jī)器學(xué)習(xí)中一種重要的模型,它模仿了人腦神經(jīng)元的工作方式,通過多層節(jié)點(diǎn)(神經(jīng)元)之間的連接和權(quán)重調(diào)整來學(xué)習(xí)和解決問題。Python由于其強(qiáng)大的庫支持(如TensorFlow、PyTorch等),成為了實現(xiàn)和
    的頭像 發(fā)表于 07-19 11:54 ?703次閱讀