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
|
3天前
|
机器学习/深度学习 监控 自动驾驶
基于深度学习的图像识别技术及其应用
【9月更文挑战第16天】本文深入探讨了基于深度学习的图像识别技术,并详细阐述了其在不同领域的应用。通过分析深度学习在图像识别中的作用机制和关键技术,本文揭示了该技术在自动驾驶、医疗诊断、安防监控等领域的应用前景。同时,文章还讨论了当前面临的挑战和未来的发展方向,为读者提供了对深度学习图像识别技术的全面认识。
|
5天前
|
机器学习/深度学习 算法 计算机视觉
深度学习在图像识别中的应用与挑战
随着人工智能技术的飞速发展,深度学习在图像识别领域的应用日益广泛。本文将探讨深度学习技术在图像识别中的基本原理、主要算法以及面临的挑战和未来发展趋势。通过对现有技术的深入分析,本文旨在为研究人员和工程师提供有价值的见解和建议。
|
1天前
|
机器学习/深度学习 人工智能 自然语言处理
深度学习与计算机视觉的结合:技术趋势与应用
深度学习与计算机视觉的结合:技术趋势与应用
23 9
|
1天前
|
机器学习/深度学习 人工智能 算法
深度学习在图像识别中的应用与挑战
【9月更文挑战第18天】随着技术的进步,深度学习已成为图像识别领域的革命性力量。本文将探讨深度学习如何改变图像处理的游戏规则,并指出面临的主要挑战。我们将通过实际代码示例,展示深度学习模型如何训练和应用于图像识别任务,同时讨论数据准备、模型选择和调优等关键步骤。最后,我们将展望未来的发展方向,包括技术的伦理考量和潜在的研究领域。
|
5天前
|
机器学习/深度学习 边缘计算 算法
深度学习在图像处理中的应用与挑战
本文探讨了深度学习在图像处理领域的应用,特别是在图像识别、分类和分割等方面取得的突破。同时,文章也讨论了当前深度学习模型在这些任务中面临的主要挑战,如数据隐私问题、计算资源消耗以及模型的可解释性等。通过分析具体的案例研究,本文旨在为读者提供对深度学习技术实际应用及其局限性的全面了解。