在这个人工智能已经普及的时代，各行各业都充斥着AI的身影。大部分人认为人工智能起点高，入门难，想要使用AI服务又无法独立完成编写，阿里云视觉平台是基于阿里巴巴视觉智能技术实践经验，面向视觉智能技术企业和开发商（含开发者），为其提供高易用、普惠的视觉API服务，帮助企业快速建立视觉智能技术的应用能力的综合性视觉AI能力平台。开发者可以通过阿里云视觉平台提供的通用且标准化的接入方式，快速接入及使用阿里云视觉平台提供的包括人脸人体、文字识别、商品理解、内容安全、图像识别、图像生产、分割抠图、视觉搜索、目标检测、图像分析处理、视频理解、视频生产、视频分割13个类目多个API能力。本期直播将带你实战讲述如何使用阿里云视觉平台API快速开发在线视觉AI平台，让你认为遥远的AI能力变得触手可及！
视觉AI五天训练营教程 Day 2 - 身份证识别系统搭建
2020-10-31
578
版权
版权声明：
本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《
阿里云开发者社区用户服务协议》和
《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写
侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
本文涉及的产品
简介：
视觉AI五天训练营教程 Day 2 - 身份证识别系统搭建
目录
相关文章
|
12天前
|
机器学习/深度学习
存储
人工智能
【AI系统】昇思MindSpore并行
本文介绍昇思MindSpore的并行训练技术，包括张量重排布、自动微分等，旨在简化并行策略搜索，提高大规模模型训练效率。文章探讨了大模型带来的挑战及现有框架的局限性，详细说明了MindSpore如何通过技术创新解决这些问题，实现高效的大模型训练。
63
20
20
|
10天前
|
机器学习/深度学习
人工智能
自然语言处理
转载：【AI系统】AI的领域、场景与行业应用
本文概述了AI的历史、现状及发展趋势，探讨了AI在计算机视觉、自然语言处理、语音识别等领域的应用，以及在金融、医疗、教育、互联网等行业中的实践案例。随着技术进步，AI模型正从单一走向多样化，从小规模到大规模分布式训练，企业级AI系统设计面临更多挑战，同时也带来了新的研究与工程实践机遇。文中强调了AI基础设施的重要性，并鼓励读者深入了解AI系统的设计原则与研究方法，共同推动AI技术的发展。
77
16
16
|
12天前
|
机器学习/深度学习
人工智能
分布式计算
【AI系统】混合并行
混合并行融合了数据并行、模型并行和流水线并行，旨在高效利用计算资源，尤其适合大规模深度学习模型训练。通过将模型和数据合理分配至多个设备，混合并行不仅提升了计算效率，还优化了内存使用，使得在有限的硬件条件下也能处理超大型模型。3D混合并行（DP+PP+TP）是最先进的形式，需至少8个GPU实现。此策略通过拓扑感知3D映射最大化计算效率，减少通信开销，是当前深度学习训练框架如Deepspeed和Colossal AI的核心技术之一。
58
15
17
|
1天前
|
存储
人工智能
安全
|
9天前
|
存储
人工智能
vr&ar
转载：【AI系统】CPU 基础
CPU，即中央处理器，是计算机的核心部件，负责执行指令和控制所有组件。本文从CPU的发展史入手，介绍了从ENIAC到现代CPU的演变，重点讲述了冯·诺依曼架构的形成及其对CPU设计的影响。文章还详细解析了CPU的基本构成，包括算术逻辑单元（ALU）、存储单元（MU）和控制单元（CU），以及它们如何协同工作完成指令的取指、解码、执行和写回过程。此外，文章探讨了CPU的局限性及并行处理架构的引入。
79
10
10
|
9天前
|
人工智能
缓存
并行计算
转载：【AI系统】CPU 计算本质
本文深入探讨了CPU计算性能，分析了算力敏感度及技术趋势对CPU性能的影响。文章通过具体数据和实例，讲解了CPU算力的计算方法、算力与数据加载之间的平衡，以及如何通过算力敏感度分析优化计算系统性能。同时，文章还考察了服务器、GPU和超级计算机等平台的性能发展，揭示了这些变化如何塑造我们对CPU性能的理解和期待。
40
8
8
|
9天前
|
机器学习/深度学习
存储
人工智能
转载：【AI系统】计算之比特位宽
本文详细介绍了深度学习中模型量化操作及其重要性，重点探讨了比特位宽的概念，包括整数和浮点数的表示方法。文章还分析了不同数据类型（如FP32、FP16、BF16、FP8等）在AI模型中的应用，特别是FP8数据类型在提升计算性能和降低内存占用方面的优势。最后，文章讨论了降低比特位宽对AI芯片性能的影响，强调了在不同应用场景中选择合适数据类型的重要性。
36
7
7
|
9天前
|
机器学习/深度学习
人工智能
算法
转载：【AI系统】关键设计指标
本文介绍了AI芯片的关键设计指标及其与AI计算模式的关系，涵盖计算单位（如OPS、MACs、FLOPs）、关键性能指标（精度、吞吐量、时延、能耗、成本、易用性）及优化策略，通过算术强度和Roofline模型评估AI模型在芯片上的执行性能，旨在帮助理解AI芯片设计的核心考量与性能优化方法。
37
6
6
|
9天前
|
机器学习/深度学习
人工智能
并行计算
转载：【AI系统】AI轻量化与并行策略
本文探讨了AI计算模式对AI芯片设计的重要性，重点分析了轻量化网络模型和大模型分布式并行两大主题。轻量化网络模型通过减少模型参数量和计算量，实现在资源受限设备上的高效部署；大模型分布式并行则通过数据并行和模型并行技术，解决大模型训练中的算力和内存瓶颈，推动AI技术的进一步发展。
35
6
6
|
10天前
|
机器学习/深度学习
人工智能
物联网
AI赋能大学计划·大模型技术与应用实战学生训练营——电子科技大学站圆满结营
12月05日，由中国软件行业校园招聘与实习公共服务平台携手阿里魔搭社区共同举办的AI赋能大学计划·大模型技术与产业趋势高校行AIGC项目实战营·电子科技大学站圆满结营。
52
4
4
热门文章
最新文章
1
领英AI人才图谱：全球 190 万 AI 人才，中国只有5万
2
“老板狗腿”AI上线！这款软件能潜入电脑，远程监工评绩效，还分分钟给老板打小报告
3
AI推理服务平台升级，阿里云机器学习PAI推出新规格
4
阿里 AI 阅读理解冠军背后，用了什么技术？
5
受压缩感知启发，斯坦福 AI 研究院提出新的无监督表示学习框架！
6
Elai.io：AI视频生成平台
7
阿里 AI 新记录！登顶机器阅读理解大赛冠军
8
医生的小助手，医疗AI赋能诊断新冠肺炎新方案！
9
阿里云吕倪祺：基于神龙AI加速 AIACC 加速 Stable-Diffusion AI绘画｜阿里云弹性计算技术公开课直播预告
10
「镁客·请讲」UCloud华琨：“AI+云”在未来是常见模式，我们选择做好背后的基础服务平台
1
Fireworks AI和MongoDB：依托您的数据，借助优质模型，助力您开发高速AI应用
2782
2
生成式AI入门必读：基本概念、数据挑战与解决方案
3319
3
夏日主题 AI创造挑战活动来了！
579
4
[译][AI OpenAI-doc] 延迟优化
96
5
新一代数据库技术：融合AI的智能数据管理系统
331
6
AI回答总不满意？你的提问方式可能完全错误！
402
7
AI工具-标注工具labelme
378
8
[译][AI OpenAI-doc] 安全最佳实践
101
9
构建高效AI系统：深度学习优化技术解析
617
10
构建未来：AI在持续学习系统中的创新应用
111