当前位置:主页 > SEO优化 >

AI一周热闻盘点:Theano功成身退;SQL Server 2017支持数据库内机器

作者: 奕星SEO 分类: SEO优化 发布时间: 2019-10-12 20:49 内容来源:网络整理阅读量:

  作为七大深度学习框架之一,Theano 即将不再更新,这意味着它将退出深度学习框架的竞争行列。Theano 为深度学习发展做出了重大贡献,它有着详尽的文档教程,很多后来出现的深度学习框架都是基于 Theano 的思想来实现的。

  经过近十年的开发,我们很遗憾地宣布,我们将在 Theano 1.0 版本发布后终止 Theano 的开发。Theano 1.0 版本将在接下来的几周内发布。我们将继续保持最低限度的维护,使其再工作一年,但我们将不再积极增加新的功能。这之后,Theano 作为开源软件将继续可用,但 MILA 不会承诺仍花时间对其进行维护或支持。

  支持深度学习研究的软件生态系统一直在快速发展,现在已经达到一种健康的状态:开源软件已经是常态;有各种各样的框架可用,满足了从探索新想法到将它们部署到生产中的需求;而大型企业在激烈竞争中支持不同的软件栈。

  我们很自豪的是,Theano 这些年来所提出的大多数创新,现在已经被其他框架采用和完善。例如,将模型表达为数学表达式,重写计算图以获得更好的性能和内存使用,GPU 上的透明执行,更高阶的自动微分,等等,这些都成为了主流想法。

  在这种背景下,我们得出的结论是,支持 Theano 不再是我们所能促进新研究理念出现和应用的最佳方式。即使来自工业界和学术界的贡献和支持越来越多,维持一个旧的代码库并与竞争对手保持同步已经成为创新的阻碍。

  MILA 仍将致力于支持研究人员,并支持创新的研究想法的实现和探索。我们将通过其他方式继续朝着这个目标努力,并为其他项目做出重要的开源贡献。

  感谢所有帮助开发 Theano,并通过贡献 bug 报告、配置文件、用例、文档和支持来改进它的人。

  机器学习无疑是近年来的热词,也是现代数据应用不可或缺的组成部分。微软宣布 SQL Server 2017 将支持机器学习服务。Machine Learning Services 的核心产品思路,是在数据库内直接运行机器学习负载,它允许大家熟悉的 Python/R 脚本与众多机器学习类库在数据库服务器上运行,并无缝地与 SQL 衔接。

AI一周热闻盘点:Theano功成身退;SQL Server 2017支持数据库内机器

  微软在 Ignite 会议上分享了他们在量子计算机研究方面取得的最新进展。微软宣布,他们开发了一门为量子计算机设计的新编程语言,使一般的开发者,而不仅仅是量子物理学家,能够用它来开发应用软件,在当前的量子模拟器上调试,并能够在未来拓扑量子计算机上运行。这套工具将在年底前提供免费预览版,函数库和教程,以便开发人员熟悉量子计算。新的编程语言与 Visual Studio 深度集成。该语言还未被命名。

  微软解释说:“量子计算机将允许科学家在数分钟或数小时内完成计算。而这些计算如果使用目前最先进的传统计算机,需要花一辈子的时间来得出结果。这意味着人们可以找到以前认为无法回答的科学问题的答案。”

  微软希望“没有量子专业知识的开发人员可以自己编写量子指令,或调用量子子程序,最终编写出完整的量子程序“。

AI一周热闻盘点:Theano功成身退;SQL Server 2017支持数据库内机器

  微软还构建了一台最先进的实验机器,16/17 量子位模型,已经运行了超过 30 万次实验。尽管如此,它的商业计划还需要一段比较长的时间,但微软已经公布了一项名为 IBM Q 的商业量子计算机的计划,并已经发布了称为 IBM Quantum Experience 的编程工具。

  Wallaroo 是一个快速而有弹性的数据处理引擎,能快速从原型部署到生产环境。 它被设计用来处理高吞吐量、低延迟且结果要求非常精确的任务。 Wallaroo 具有状态管理和消息传递机制,易于扩展应用程序,无需更改代码,使程序员能专注于业务逻辑。 支持 python、c++ 和 Go。

  从 2006 年开源 Hadoop 开始,Yahoo(也就是现在的 Oath)为广大开发者社区的大数据基础设施做出了不可磨灭的贡献。现在,我们又迈出了坚实的一步,Yahoo 的大数据处理和服务引擎 Vespa 正式在 GitHub 上开源了()。 使用 Vespa,开发者可以轻松地构建基于大数据集实时计算结果的应用,而到目前为止,只有少数几个大公司具备这样的能力。

  想象一下未来复杂的决策可以更快地做出,并随着时间的推移而改变。社会和工业问题可以用习得的经验来解决。对高度动态和非结构化的自然数据的收集、分析和决策的需求越来越大,这推动了对计算的需求,这种需求可能超过传统的 CPU 和 GPU 架构。为了跟上技术的发展,并推动计算机和服务器以外的计算机的发展,英特尔在过去的六年里一直致力于能够加速经典计算平台的专门架构。英特尔最近还在人工智能 (AI) 和神经形态计算方面进行了投资和研发。我们相信人工智能还处于起步阶段,更多的架构和方法将会继续出现,为人工智能增加门槛。神经形态计算从我们目前对大脑架构及其相关计算的理解中汲取灵感。大脑的神经网络通过脉冲或尖峰脉冲来传递信息,根据这些峰值的时间来调节连接的突触的强度或重量,并将这些变化储存在相互连接的地方。智能行为是由大脑神经网络和环境中的多个区域之间的合作和竞争相互作用产生的。像深度学习这样的机器学习模型通过使用广泛的训练数据集来识别物体和事件,已经取得了巨大的进步。然而,除非他们的训练集专门考虑某一特定因素、情况或情况,否则这些机器学习系统不能很好地概括。


本文链接地址:http://www.seohuizhou.com/seoyouhua/13283.html
上一篇:<<有人开网店第一单生意就被骗有人找网站代发论文八千元打水漂
下一篇:地方新闻网站本地化策略>>