| 微軟 | ML.NET | 機器學習 | Azure

ML.NET現可訓練自定義物體偵測模型

開發者現在可以利用Visual Studio連結Azure機器學習服務,訓練自定義的物體偵測模型

2020-09-29

| google | 洪水 | 機器學習 | 印度 | 孟加拉

Google結合物理模擬與機器學習方法,改進洪水預測速度與準確度

Google更新洪水預測方法,不再使用複雜且計算密集的物理模擬,而是利用機器學習加速運算,以擴大洪水預測範圍

2020-09-06

| Google智慧臺灣 | 資料中心 | 數位轉型 | AI | 機器學習 | 數位學習 | 數位素養 | 媒體識讀

Google證實將於雲林建立第三座資料中心,並揭露智慧臺灣計畫下一步,全齡化提升公民數位素養

Google宣布,智慧臺灣計畫今年度聚焦振興和轉型兩大面向,像是在疫情期間,輔導實體店面學習使用Google地圖等數位工具,來提高店面的能見度與彈性,還有推廣終身學習理念的數位轉型行動,提供各年齡層數位素養的教育內容

2020-09-03

| .NET 5 | 半精度浮點數 | 機器學習

.NET 5開始支援半精度浮點數Half類型

從.NET 5開始加入Half類型之後,或將在.NET生態系的函式庫與開發套件都會開始支援,進而使機器學習等運算獲得益處

2020-09-03

| 臉書 | 機器學習 | 差分隱私

臉書開源差分隱私模型訓練函式庫Opacus

Opacus函式庫讓開發者能簡單地以差分隱私方法來訓練模型,訓練出來的模型為標準PyTorch模型,能以一般的方法部署

2020-09-01

| google | 機器學習 | 大腸癌

Google用機器學習改善大腸鏡檢查,靠AI找出醫生容易忽略的息肉位置

在進行大腸鏡檢查時,有機率因內視鏡沒有照到腸壁,而忽略了可能癌變的息肉,C2D2可有效提升大腸鏡檢查的覆蓋範圍

2020-08-31

| 機器學習 | 太空 | 行星

科學家首次以機器學習方法發現行星

過去驗證候選行星的方法過於繁瑣不夠直接,而新的機器學習方法,可以大規模精確地驗證候選行星是否為真。

2020-08-27

| Amazon | 機器學習 | 教育訓練

Amazon公開內部機器學習教育訓練課程

Amazon現在免費釋出內部的機器學習課程,第一階段釋出的3堂課,主題涵蓋自然語言處理、電腦視覺和表格資料的機器學習應用。

2020-08-18

| PyTorch | 機器學習 | 分散式訓練

PyTorch 1.6加入自動混合精度訓練

混合精度功能會判斷運算適用的資料類型,自動調整使用的精度,以提高運算效能,節省記憶體使用量

2020-08-03

| google | 機器學習 | 透明度

Google釋出模型透明度Model Card工具集,簡化生成模型透明度報告

由於生成模型透明度資訊模型卡(Model Cards),需要大量的時間與人力,而Google新釋出的工具集可以簡化創建過程

2020-08-01

| google | TPU | 機器學習

Google刷新MLPerf基準測試訓練速度紀錄

Google使用自家設計的加速晶片TPU,打造機器學習訓練超級電腦,在MLPerf基準測試中6項模型刷新紀錄

2020-07-31

| Line | K8s | vSphere | ECS | 機器學習 | IT周報

Container周報第128期:Line改用K8s建置核心機器學習叢集,vSphere則推公測計畫長期招募新功能試用者

Line機器學習團隊決定,換掉Mesos,改用K8s來建立ML叢集,支援內部各項機器學習計算之用,並且也簡化了ML1團隊K8s運算叢集的任務,將部分長期性任務抽離到外部環境中提供,只留下核心處理和批次型運算任務,以及用來自動優化ML模型的ABTest。

2020-07-31