BetVictor Sports(伟德体育)国际官网英伟达最新发布1200美元显卡第一个竟然送给了他

　　BetVictor Sports(伟德体育)国际官网(访问: hash.cyou 领取999USDT）

　　原来早在2012年，Andrew Ng（吴恩达）就将GPUs应用到人工智能领域。之后用它建立有史以来第一个深度神经网络，然后通过观看1000万个YouTube视频来训练这个人工智能神经网络。在观看了超过20000个不同的物体后，使用深度学习算法的人工智能开始能够认出“猫”的图片。Andrew Ng（吴恩达）当时接受采访时提到“与其让一大帮研究人员努力去探索如何发现图像边缘，不如直接将一大堆数据一股脑儿丢给人工智能算法，让软件自身从数据中进行学习。”在那之后，GPU在深度学习中的应用不断加大，到目前为止深度学习系统的运行速度已提高了近50倍。

　　在交流会中Andrew Ng（吴恩达）认为就像100年前电力的发明改变了整个工业界并且持续带来技术革新一样，接下来的十年里人工智能（ARIFICIAL INTELLIGENCE）将会持续改变并革新所有行业。但是在人工智能（ARIFICIAL INTELLIGENCE）行业中，使用最尖端的研究设备是非常必要的。Andrew Ng（吴恩达）认为如果你能拥有一台2倍速度的学习机器，那你的研究出成果的速度也会提高2倍。这是否意味着当下的深度学习已经到了拼硬件、拼财力的程度了？

　　因为目前在深度学习领域中，GPU发挥了相当重要的作用。以前需要大量的CPU以及超级计算机进行的运算工作，现在只需要少数GPU组合就可以完成。这大大加速了深度学习领域的发展，为神经网络进一步发展提供了计算基础。熟悉深度学习的人都知道，深度学习是需要训练的，所谓的训练就是在成千上万个变量中寻找最佳值的计算。这需要通过不断的尝试实现收敛，而最终获得的数值并非是人工确定的数字，而是一种常态的公式。通过这种像素级的学习，不断总结规律，计算机就可以实现像像人一样思考。如今，几乎所有的深度学习(机器学习)研究者都在使用GPU进行相关的研究。