A deep learning iparosodása
Meddig és hova fejlődik a deep learning - és mi kell ahhoz, hogy akár még ma belekezdhessünk?
Meddig és hova fejlődik a deep learning - és mi kell ahhoz, hogy akár még ma belekezdhessünk?
CHIP
12025. július 3. 14:07
A nagyobb szereplők már elkezdtek dolgozni a korlátozott termékekhez való hozzáférést helyreállításán.Hirdetés
2025. július 6. 12:26
Duna melletti szabadtéri helyszínen, a Budapest Gardenben idén is megrendezzük a hazai Sysadmindayt, az IT-üzemeltetők világnapját. Standup, IT security meetup, kvízek, szakmázás, barátok, még több sörcsap.SEMMI
72025. július 3. 11:59
A prémium modellnek szánt Nothing Phone 3 legegyedibb vonása a hátlapon található Glyph Matrix, amivel a tervezők célja a főképernyő előtt töltött idő csökkentése.
Autista csodabogarak
Az informatikai közeg jó táptalaj a neurodivergens szakembereknek.Autista csodabogarak Az informatikai közeg jó táptalaj a neurodivergens szakembereknek.
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