占领全球NO.1的亚马逊AWS,再得深度学习人才

简介:

这位猛将是谁?吸引亚马逊的点又是什么?

占领全球NO.1的亚马逊AWS,再得深度学习人才

日前,机器学习研究者、加州大学埃尔文分校电子工程与计算机科学系的Anima Anandkumar宣布加入亚马逊,负责云计算相关的业务。据悉,Anandkumar的研究主要集中于概率隐变量模型以及张量算法的分析和设计及其在高维数据学习上的应用。

在今年早些时候Quora举行的问答环节中,Anandkumar曾表示,她现在的工作着力于如何高效的在大数据集上有效训练这种隐含变量模型。在这种无监督学习的方法中,算法能够自动发现潜在的、对解释观测数据有意义的变量。总体而言,机器学习研究者都同意这种算法能够解决本领域中一类悬而未决的挑战。她使用了一种新颖的算法来处理这个挑战性的难题,并展示了在没有监督数据的情况下,张量代数如何能够发现隐藏的结构性规律。

张量是矩阵的高维推广。就像矩阵能够展示事物的两两关系一样,张量能够表现更高阶的关系。Anandkumar的研究揭示了,对高阶张量进行操作可以有效地进行一大类概率隐含变量的机器学习训练。

近日,根据市场研究机构Gartner发布的一份最新报告称,在今年第二季度云基础服务市场上,亚马逊一枝独秀,其市场份额达到了31%。10年间,依靠“基础架构即服务(IaaS)”、“平台即服务(PaaS)”等系列基础云服务,亚马逊在云服务市场份额不断保持增长,从而确保其一直在该市场保持领先。而在Anandkumar加盟后,其云服务或更将增添一份战力。


原文发布时间: 2016-10-09 09:14
本文作者: 韩璐
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
机器学习/深度学习 算法 大数据
|
10月前
|
机器学习/深度学习 运维 安全
深度学习在安全事件检测中的应用:守护数字世界的利器
深度学习在安全事件检测中的应用:守护数字世界的利器
410 22
|
7月前
|
机器学习/深度学习 编解码 人工智能
计算机视觉五大技术——深度学习在图像处理中的应用
深度学习利用多层神经网络实现人工智能,计算机视觉是其重要应用之一。图像分类通过卷积神经网络(CNN)判断图片类别,如“猫”或“狗”。目标检测不仅识别物体,还确定其位置,R-CNN系列模型逐步优化检测速度与精度。语义分割对图像每个像素分类,FCN开创像素级分类范式,DeepLab等进一步提升细节表现。实例分割结合目标检测与语义分割,Mask R-CNN实现精准实例区分。关键点检测用于人体姿态估计、人脸特征识别等,OpenPose和HRNet等技术推动该领域发展。这些方法在效率与准确性上不断进步,广泛应用于实际场景。
1030 64
计算机视觉五大技术——深度学习在图像处理中的应用
|
11月前
|
机器学习/深度学习 传感器 数据采集
深度学习在故障检测中的应用:从理论到实践
深度学习在故障检测中的应用:从理论到实践
964 6
|
9月前
|
机器学习/深度学习 人工智能 运维
深度学习在流量监控中的革命性应用
深度学习在流量监控中的革命性应用
361 40
|
7月前
|
机器学习/深度学习 数据采集 存储
深度学习在DOM解析中的应用:自动识别页面关键内容区块
本文探讨了如何通过深度学习模型优化东方财富吧财经新闻爬虫的性能。针对网络请求、DOM解析与模型推理等瓶颈,采用代理复用、批量推理、多线程并发及模型量化等策略,将单页耗时从5秒优化至2秒,提升60%以上。代码示例涵盖代理配置、TFLite模型加载、批量预测及多线程抓取,确保高效稳定运行,为大规模数据采集提供参考。
187 0