Nervana 开源深度学习软件，性能超 Facebook、Nvidia产品

Nervana System是少数专注机器学习这种人工智能技术的创业公司该公司，近日宣布将其深度学习软件在Apache开源许可协议下开源（github），任何人都可以免费下载使用。
根据Facebook一位研究者的基准测试，Nervana的软件比业界知名的深度学习工具性能都要高，包括Facebook自己的Torch7和Nvidia的cuDNN。

深度学习时人工智能技术的热门领域，目前谷歌、微软和百度等互联网巨头在深度学习也都投入重金研发。而不少深度学习创业公司也都遭巨头们纷纷抢购，例如Madbits（Twitter）、DeepMind（谷歌）和AlchemyAPI（IBM）。目前尚未被收购的深度学习创业公司包括Teradeep、Enlitic、Ersatz Labs、Clarifai、MetaMind和Skymind（为APP开发者提供开源的深度学习库DeepLearning4j）。

此外，Netflix、Pandora、SPotify甚至Snapchat等坐拥用户大数据的公司也都在纷纷试水深度学习。

文章转载自 开源中国社区 [http://www.oschina.net]

时间： 2024-10-27 15:39:06

Nervana 开源深度学习软件，性能超 Facebook、Nvidia产品的相关文章

GitHub 上 57 款最流行的开源深度学习项目

GitHub 上 57 款最流行的开源深度学习项目 本文整理了 GitHub 上最流行的 57 款深度学习项目(按 stars 排名).最后更新:2016.08.09 1.TensorFlow 使用数据流图计算可扩展机器学习问题 TensorFlow 是谷歌的第二代机器学习系统,按照谷歌所说,在某些基准测试中,TensorFlow 的表现比第一代的 DistBelief 快了2倍. TensorFlow 内建深度学习的扩展支持,任何能够用计算流图形来表达的计算,都可以使用 TensorFlow.

十个值得一试的开源深度学习框架

本周早些时候Google开源了TensorFlow(GitHub),此举在深度学习领域影响巨大,因为Google在人工智能领域的研发成绩斐然,有着雄厚的人才储备,而且Google自己的Gmail和搜索引擎都在使用自行研发的深度学习工具. 无疑,来自Google军火库的TensorFlow必然是开源深度学习软件中的明星产品,登陆GitHub当天就成为最受关注的项目,当周获得评星数就轻松超过1万个. 对于希望在应用中整合深度学习功能的开发者来说,GitHub上其实还有很多不错的开源项目值得关注,首先

10 个值得一试的开源深度学习框架

本周早些时候 Google 开源了 TensorFlow(GitHub),此举在深度学习领域影响巨大,因为 Google 在人工智能领域的研发成绩斐然,有着雄厚的人才储备,而且 Google 自己的 Gmail 和搜索引擎都在使用自行研发的深度学习工具. 无疑,来自 Google 军火库的 TensorFlow 必然是开源深度学习软件中的明星产品,登陆 GitHub 当天就成为最受关注的项目,当周获得评星数就轻松超过 1 万个. 对于希望在应用中整合深度学习功能的开发者来说,GitHub 上其实

Facebook 开源深度学习框架 Torchnet

Facebook开源深度学习框架Torchnet,加快A.I研究步伐 今天,在新发布的一篇学术报告中,Facebook 详细介绍了新的人工智能开源软件 Torchnet,用于简化深度学习. 深度学习是当下一种时髦的学习方式,涉及到培训人工神经网络处理大量的数据,如图片,然后让神经网络做出新数据的预测.与其建立一个全新的深度学习框架, Facebook 选择的是在 Torch 上编译一个开源库,Facebook 先前也曾致力于此. "这 使得它很容易实现完全隐藏 I/O(输入 / 输出)成本功能,

谷歌之后，亚马逊开源深度学习工具 DSSTNE

五个月以前,谷歌将自己的深度学习系统 TensorFlow开源. 而如今,亚马逊也决定,跟随谷歌的脚步将自己的深度学习软件开源.目前,你可以在 Github 上看到相关的源代码,项目名为 DSSTNE(读作 destiny). 亚马逊在开源项目下面的留言问答中解释了它们开源的动机:"把 DSSTNE 开源,人类对于深度学习的研究将不止于语言理解及视觉识别,智能搜索和推荐将得到更广泛的研究和讨论.我们希望和世界上的顶级研究者们合作,一起提升这方 面的研究进程.但最重要的是,我们希望这方面的研究思路

手把手教你安装深度学习软件环境（附代码）

为了进行强化学习研究,我最近购置了一台基于 Ubuntu 和英伟达 GPU 的深度学习机器.尽管目前在网络中能找到一些环境部署指南,但目前仍然没有全面的安装说明.另外,我也不得不阅读了很多文档来试图理解安装细节--其中的一些并不完整,甚至包含语法错误.因此,本文试图解决这个问题,提供一个详尽的软件环境安装指南. 本文将指导你安装 操作系统(Ubuntu) 4 种驱动和库(GPU 驱动.CUDA.cuDNN 和 pip) 5 种 Python 深度学习库(TensorFlow.Theano.CNT

微软已在GitHub上开源深度学习工具包：助推语音识别发展

为了加速人工智能和语音识别项目的发展,微软研究人员特地开发出了一款用于深度神经网络和多GPU加速处理技术的工具包.不过现在,该公司更进一步地开源了"计算网络工具包"(Computational Networks Toolkit,简称CNTK).并且将完整内容放到了GitHub上.微软称CNTK要比其他公开可用的深度学习工具还要快,不过该公司并不是首家开放深度学习软件的科技巨头. 去年11月的时候,Google就开源了用于自家图片搜索功能的TensorFlow机器学习系统.但据微软首席语

谷歌开源深度学习系统TensorFlow 的图片文字说明模型

谷歌开源深度学习系统TensorFlow 的图片文字说明模型 责任编辑:editor007 作者:aiko |  2016-09-23 22:27:27 本文摘自:36kr   今天,谷歌宣布开源图片文字说明模型 Show and Tell,该模型具有自动生成图片文字说明的功能,准确率达 93.9%. 谷歌于 2014 年发表论文首次介绍了 Show and Tell 这一系统模型,在 2015 年又对其进行了内容更新,对相关技术做了更加准确的改进.之后,谷歌一直在完善这一技术,最终作为谷歌 T

NVIDIA令深度学习训练性能翻一番

NVIDIA发布了其 GPU 加速深度学习软件的更新版本,这些软件将令深度学习训练的性能翻一番. 新软件将让数据科学家和研究人员能够通过更快的模型训练和更复杂的模型设计来创造更准确的神经网络,从而加速其深度学习项目和产品的开发工作. NVIDIA DIGITS  深度学习 GPU 训练系统第 2 版 (DIGITS 2) 和 NVIDIA CUDA 深度神经网络库第 3 版 (cuDNN 3) 可提供大幅提升的性能和全新的功能. 对数据科学家来说,DIGITS 2 现在能够在多颗高性能 GPU