目:开源深度学习框架:基于嵌入式平台

2021-03-04| 发布者: 2020极速赛车| 查看: |

在最近的谷歌I/O会议上,人工智能被宣布为谷歌的业务重点之一。不仅在搜索技术上,在未来的一些项目中,比如投放无人机,人工智能也是研发的重点。谷歌已经明确表示,现在,2016年,人工智能正在进入消费者的家庭和手持设备,我的同事在最近的帖子中也表达了类似的观点。当然,谷歌并不是唯一一家想大做文章人工智能的公司。微软、Facebook、亚马逊、百度等公司都在争相打造一个实现人工智能的框架。神经网络机的大脑神经网络是一种模仿人脑的学习方法。随着时间的推移,神经网络已经发展成为可以从实际经验中收集的声音、图像等感官数据。大脑通过将这些感觉数据存储在一个复杂的网络中来学习,这些数据可以用来在未来高效地执行许多不同的任务。这些任务的例子包括识别物体、说和理解口语、解决复杂问题等等。大脑高效地执行这些任务并且很少出错的惊人能力吸引了机器学习专家试图通过人工手段来模仿它。框架框架CaffeCaffeTensorFlowWorks Network AlexNetvgg 19 VG 19 VG 16 VG 16 resnetresnetgoolenetgoolenetsegnetsceva Network Generator CEV网络生成器ar/vrar/vradasadassmartphone智能手机无人机监视CEVA-XM4CEVA-XM4最近,我们已经明确了人类在这些领域比机器有很大的优势。现在相关技术正在高速发展,逐渐弥补这个差距。例如,几个月前,一个计算机程序在一个非常复杂的围棋游戏中击败了世界顶尖的围棋选手之一。当时专家认为至少需要十年才能达到这种人工智能水平。这种人工智能水平是通过谷歌公司的深度神经网络实现的。现在,神经网络被广泛应用,从自动驾驶到人脸识别。行业内每个大公司都有一个大的开发团队在研究机器学习技术,每个公司都有自己的框架来支持软件开发。开源深度学习是我们推广这些机器学习软件模块最有效的工具之一。由伯克利视觉与学习中心开发的Caffe是一个非常开创性的开源深度学习框架。蓬勃发展的开发人员社区显然为所有想通过使用和进一步增强Caffe来加入的商业技术巨头铺平了道路。在过去的一年多时间里,很多大公司的人工智能技术都以开源代码的形式发布了自己的模块。去年9月,谷歌宣布将开放其TensorFlow软件库。今年年初,微软在GitHub上分享了其计算网络工具包(CNTK),而Facebook人工智能研究中心(FAIR)在Torch上分享了他们的深度学习模块。这一系列发布活动中最新的是亚马逊的框架,即深度可扩展稀疏张量网络引擎(DSS TNE,发音类似“命运”),今年5月才在GitHub上开放。直到前不久,所有这些框架还都是高度保密的。现在,为了吸引开发人员并建立开发人员社区和生态系统,每家公司都开放了他们的软件,这样就有很大的潜力来创造无限的人工智能应用。

直到最近,所有这些框架都是高度机密的。现在,为了吸引开发者,打造开发者社区和生态系统,每个公司都开放了自己的软件,创造无限人工智能应用的潜力巨大。将神经网络引入嵌入式平台随着人工智能渗透到我们生活的许多方面,最大的挑战之一就是将这种智能引入到小型低功耗设备中。这就需要引入嵌入式平台,因为它可以以非常低的功耗提供非常高的性能。但即使这样也是不够的,嵌入式平台还必须支持上述一个或多个框架,才能充分发挥所有开源模块的功能。实现这一点的一种方法是使用专用硬件。可以设置一个可以高效实现最新库的硬件模块,芯片可以单独组装发货。这种方法的问题在于,它会浪费顶级公司已经理解并付诸行动的所有努力。灵活性也牺牲了。人工智能仍然是一个新的技术领域。它还会继续发展和完善,它的全部潜力还远远没有实现。每时每刻都有一批有才华的科学家和开发者来推动人工智能的进步,开发工具来发掘人工智能的潜力。这就是为什么只有使用可编程和灵活的软件解决方案,才能充分发挥这些开源框架的能力。

 
QQ在线咨询
售前咨询热线
4008-888-888
售后服务热线
158-8888-8888
返回顶部