在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌、微軟、亞馬遜看好中國(guó)AI市場(chǎng),借助中國(guó)龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力

DPVg_AI_era ? 來源:未知 ? 作者:李倩 ? 2018-09-25 09:34 ? 次閱讀

在當(dāng)下的國(guó)際形勢(shì)下,美國(guó)各大科技公司對(duì)中國(guó)AI市場(chǎng)的態(tài)度大不相同,谷歌、微軟、亞馬遜看好中國(guó)AI市場(chǎng),想借助中國(guó)龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力,蘋果公司則跟隨特朗普政策。

在如今的國(guó)際形式下,美國(guó)各大科技公司對(duì)中國(guó)AI市場(chǎng)的態(tài)度大不相同。

有些公司表示看好,也有些公司打算跟隨特朗普政府的政策。

不過,如果你不擔(dān)心中國(guó)政府和美國(guó)各大AI公司達(dá)成交易,或者蘋果是如何利用美國(guó)的稅法和政治成為全球第一家市值超過萬億美元的公司的話,那么現(xiàn)在可能是利用大科技股填補(bǔ)你的投資組合的好時(shí)機(jī)。

“聰明的人”——對(duì)中國(guó)AI市場(chǎng),庫(kù)克跟隨特朗普采取善變態(tài)度

據(jù)悉,特朗普政府將從下一輪對(duì)華關(guān)稅清單中剔除一類高科技產(chǎn)品,其中包括Apple Watch和AirPods耳機(jī),以及競(jìng)爭(zhēng)對(duì)手制造的類似智能手表、健身跟蹤設(shè)備和其他商品的一個(gè)產(chǎn)品代碼不在清單之列。

這個(gè)產(chǎn)品代碼涵蓋無線設(shè)備和AI產(chǎn)品,包含在美國(guó)政府7月份公布的初步清單中。該代碼下的其他蘋果產(chǎn)品包括HomePod揚(yáng)聲器、BeatsWL耳機(jī)以及AirPort和Time Capsule互聯(lián)網(wǎng)路由器。

而這一結(jié)果或許是蘋果CEO蒂姆·庫(kù)克上個(gè)月與美國(guó)總統(tǒng)和第一夫人共進(jìn)晚餐的功勞。庫(kù)克正在采用“要用蜂蜜而不是醋來捕捉蒼蠅”,以最好地保護(hù)蘋果董事會(huì)的利益。而特朗普對(duì)待國(guó)際貿(mào)易問題,也采用了類似的戰(zhàn)略。

白宮經(jīng)濟(jì)顧問Larry Kudlow 9月17日在紐約經(jīng)濟(jì)俱樂部發(fā)表講話時(shí)提到,政府經(jīng)常與庫(kù)克進(jìn)行磋商并認(rèn)真對(duì)待他的觀點(diǎn)。

“我們多次與庫(kù)克先生交談過。他是一個(gè)非常聰明的人,他給了我們一些很好的建議。“Kudlow說。

谷歌、微軟、亞馬遜看好中國(guó)AI市場(chǎng)

與此同時(shí),谷歌、微軟和亞馬遜則希望吸引中國(guó)政府開放其龐大的數(shù)據(jù)集。

在國(guó)家的扶持下,中國(guó)AI項(xiàng)目進(jìn)展順利,并且收集到了全球上最大的共享數(shù)據(jù)集。訪問這些驚人的數(shù)據(jù)集可以立即增強(qiáng)任何AI公司訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力。但這些全球最富有的科技公司不僅僅是因?yàn)橹袊?guó)的龐大數(shù)據(jù)集才被吸引過來。

數(shù)據(jù)可能是人工智能的命脈,市場(chǎng)潛力仍是巨大的吸引力,中國(guó)是全球最大的細(xì)分市場(chǎng)之一,這就是為何微軟和亞馬遜都宣布計(jì)劃在上海建立AI辦事處的原因。

就這些公司本身而言,谷歌內(nèi)部仍存在一些對(duì)中國(guó)的抨擊。

然而,目前來看,對(duì)待中國(guó)AI市場(chǎng),蘋果的策略是跟隨特朗普采取善變態(tài)度,而其他大科技公司則為了市場(chǎng)選擇忽略內(nèi)部的一些反對(duì)聲音, 想借助中國(guó)龐大的數(shù)據(jù)集增強(qiáng)訓(xùn)練神經(jīng)網(wǎng)絡(luò)的能力。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6207

    瀏覽量

    106148
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4785

    瀏覽量

    101273
  • 數(shù)據(jù)集
    +關(guān)注

    關(guān)注

    4

    文章

    1210

    瀏覽量

    24861

原文標(biāo)題:谷歌、微軟、亞馬遜繼續(xù)看好中國(guó)AI市場(chǎng),蘋果選擇跟隨特朗普

文章出處:【微信號(hào):AI_era,微信公眾號(hào):新智元】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    自學(xué)習(xí)能力 : BP神經(jīng)網(wǎng)絡(luò)能夠通過訓(xùn)練數(shù)據(jù)自動(dòng)調(diào)整網(wǎng)絡(luò)參數(shù),實(shí)現(xiàn)對(duì)輸入數(shù)據(jù)的分類、回歸等任務(wù)
    的頭像 發(fā)表于 02-12 15:36 ?89次閱讀

    LSTM神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)準(zhǔn)備方法

    LSTM(Long Short-Term Memory,長(zhǎng)短期記憶)神經(jīng)網(wǎng)絡(luò)訓(xùn)練數(shù)據(jù)準(zhǔn)備方法是一個(gè)關(guān)鍵步驟,它直接影響到模型的性能和效果。以下是一些關(guān)于LSTM神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-13 10:08 ?923次閱讀

    關(guān)于卷積神經(jīng)網(wǎng)絡(luò),這些概念你厘清了么~

    。 圖2.一個(gè)小型神經(jīng)網(wǎng)絡(luò) 圖3.用CIFAR-10數(shù)據(jù)訓(xùn)練的CIFAR網(wǎng)絡(luò)模型 CIFAR-10是一個(gè)特定數(shù)據(jù)
    發(fā)表于 10-24 13:56

    脈沖神經(jīng)網(wǎng)絡(luò)怎么訓(xùn)練

    脈沖神經(jīng)網(wǎng)絡(luò)(SNN, Spiking Neural Network)的訓(xùn)練是一個(gè)復(fù)雜但充滿挑戰(zhàn)的過程,它模擬了生物神經(jīng)元通過脈沖(或稱為尖峰)進(jìn)行信息傳遞的方式。以下是對(duì)脈沖神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-12 10:13 ?775次閱讀

    20個(gè)數(shù)據(jù)可以訓(xùn)練神經(jīng)網(wǎng)絡(luò)

    當(dāng)然可以,20個(gè)數(shù)據(jù)點(diǎn)對(duì)于訓(xùn)練一個(gè)神經(jīng)網(wǎng)絡(luò)來說可能非常有限,但這并不意味著它們不能用于訓(xùn)練。實(shí)際上,神經(jīng)網(wǎng)絡(luò)可以
    的頭像 發(fā)表于 07-11 10:29 ?1154次閱讀

    怎么對(duì)神經(jīng)網(wǎng)絡(luò)重新訓(xùn)練

    發(fā)生變化,導(dǎo)致神經(jīng)網(wǎng)絡(luò)的泛化能力下降。為了保持神經(jīng)網(wǎng)絡(luò)的性能,需要對(duì)其進(jìn)行重新訓(xùn)練。本文將詳細(xì)介紹重新訓(xùn)練
    的頭像 發(fā)表于 07-11 10:25 ?546次閱讀

    如何利用Matlab進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練

    ,使得神經(jīng)網(wǎng)絡(luò)的創(chuàng)建、訓(xùn)練和仿真變得更加便捷。本文將詳細(xì)介紹如何利用Matlab進(jìn)行神經(jīng)網(wǎng)絡(luò)訓(xùn)練,包括網(wǎng)絡(luò)創(chuàng)建、
    的頭像 發(fā)表于 07-08 18:26 ?2115次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    在探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指?jìng)鹘y(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時(shí),我們需要從多個(gè)維度進(jìn)行深入分析。這些維度包括
    的頭像 發(fā)表于 07-04 13:20 ?1097次閱讀

    反向傳播神經(jīng)網(wǎng)絡(luò)優(yōu)點(diǎn)和缺點(diǎn)有哪些

    、自然語言處理等。然而,BP神經(jīng)網(wǎng)絡(luò)也存在一些優(yōu)點(diǎn)和缺點(diǎn)。本文將介紹BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)和缺點(diǎn)。 一、BP神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn) 自學(xué)習(xí)能力:BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 11:05 ?1142次閱讀

    卷積神經(jīng)網(wǎng)絡(luò)訓(xùn)練的是什么

    訓(xùn)練過程以及應(yīng)用場(chǎng)景。 1. 卷積神經(jīng)網(wǎng)絡(luò)的基本概念 1.1 卷積神經(jīng)網(wǎng)絡(luò)的定義 卷積神經(jīng)網(wǎng)絡(luò)是一種前饋深度學(xué)習(xí)模型,其核心思想是利用卷積操作提取輸入
    的頭像 發(fā)表于 07-03 09:15 ?555次閱讀

    如何訓(xùn)練和優(yōu)化神經(jīng)網(wǎng)絡(luò)

    神經(jīng)網(wǎng)絡(luò)是人工智能領(lǐng)域的重要分支,廣泛應(yīng)用于圖像識(shí)別、自然語言處理、語音識(shí)別等多個(gè)領(lǐng)域。然而,要使神經(jīng)網(wǎng)絡(luò)在實(shí)際應(yīng)用中取得良好效果,必須進(jìn)行有效的訓(xùn)練和優(yōu)化。本文將從神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-01 14:14 ?566次閱讀

    基于毫米波雷達(dá)的手勢(shì)識(shí)別神經(jīng)網(wǎng)絡(luò)

    輕松調(diào)整網(wǎng)絡(luò)的深度和寬度,以適應(yīng)不同的數(shù)據(jù)和任務(wù)。LeakyReLU激活緩解了與傳統(tǒng)ReLU相關(guān)的“神經(jīng)元死亡”問題,提高了模型的泛化能力
    發(fā)表于 05-23 12:12

    利用深度循環(huán)神經(jīng)網(wǎng)絡(luò)對(duì)心電圖降噪

    進(jìn)行訓(xùn)練。我們還研究了使用合成數(shù)據(jù) 如何影響網(wǎng)絡(luò)性能。 我們建議使用深度循環(huán)去噪神經(jīng)網(wǎng)絡(luò)(DRDNN) 對(duì)心電圖信號(hào)進(jìn)行去噪。它們是一種深
    發(fā)表于 05-15 14:42

    助聽器降噪神經(jīng)網(wǎng)絡(luò)模型

    增強(qiáng),并在大規(guī) 模數(shù)據(jù)上進(jìn)行訓(xùn)練。我們能夠展示在堆疊網(wǎng)絡(luò) 方法中使用兩種類型的分析和綜合基礎(chǔ)的優(yōu)勢(shì)。 DTLN 模型在嘈雜的混響環(huán)境中運(yùn)行
    發(fā)表于 05-11 17:15

    利用神經(jīng)網(wǎng)絡(luò)對(duì)腦電圖(EEG)降噪

    數(shù)據(jù)與干凈的EEG數(shù)據(jù)構(gòu)成訓(xùn)練數(shù)據(jù),并且分成訓(xùn)練、驗(yàn)證和測(cè)試數(shù)據(jù)
    發(fā)表于 04-30 20:40
    主站蜘蛛池模板: 黄篇网站在线观看 | 一级特黄毛片 | 久久国模 | 美女国产视频 | 一级大片视频 | 美女一级a毛片免费观看 | 天天色天天色 | 丁香五月缴情在线 | 天天摸日日碰天天看免费 | 久久伊人男人的天堂网站 | 久久久久久久久综合影视网 | 欧美zo| 欧美色老头 | 免费三级网站 | 人人做人人爽 | 亚洲视频色 | 中文在线天堂网 | 男女爱爱视频免费看 | 国产精品午夜寂寞视频 | 羞羞漫画喷水漫画yy漫画 | 亚色网站 | 4338×亚洲全国最大色成网站 | 天堂8在线天堂资源在线 | 中文字幕色婷婷在线精品中 | 国产一级大片免费看 | 久草免费色站 | 特黄一级真人毛片 | 五月婷婷六月丁香 | 又色又污又爽又黄的网站 | 美女扒开尿口让男人30视频 | avtom影院永久转四虎入口 | 亚洲第一在线播放 | 久久精品亚洲一区二区三区浴池 | 国产精品福利午夜一级毛片 | 亚洲精品久久久久午夜三 | 久久电影福利 | 中文字幕一区视频 | 色综合天天综合中文网 | 亚洲综合资源 | 欧日韩视频777888 | 中文在线最新版天堂 |