深度学习 - 主题 - twt企业IT交流平台

动态

大语言模型·3天前

DSSM双塔模型

仙守苏宁易购擅长领域：人工智能, 大语言模型, 机器学习

DSSM双塔模型用于解决语义相似度任务和推荐场景，包含n+1个塔，输入为高维向量，输出为低维语义向量，通过cos值计算相似度，使用不同的label构造不同的模型，通过相似度函数计算相关性，基于pytorch实现。...(more)

赞同

大语言模型·2024-05-15

自然语言处理——NLP之预训练语言模型GPT

仙守苏宁易购擅长领域：人工智能, 大语言模型, 机器学习

GPT是一种预训练语言模型，可用于自然语言处理任务。它采用生成式预训练和判别式任务微调的方法，使得模型搭建更简单。适配不同任务的输入形式是一个问题，但通过增加应用层级的网络和有监督微调，可以解决。使用huggingface的模型调用和微调也变得更加简单。...(more)

赞同1

人工智能·2024-05-14

自然语言处理——NLP之预训练语言模型BERT（下）

仙守苏宁易购擅长领域：人工智能, 大语言模型, 机器学习

本文介绍了基于BERT的自然语言处理中的任务和实现方法，包括文本分类、问答系统、命名实体识别和预训练任务等。通过对文本进行编码和向量化，可以实现各种任务的分类和预测。

赞同1

机械装备cpu· 2024-05-10

汽车制造不同品牌不同型号不同时期采购的服务器，如何进行统一调度？xxx

waring_id 某公司擅长领域：服务器, 数据库, 存储

10 会员关注

1、尽量将服务器资源整合，例如2路服务器、4路服务器内存尽量配置成平均水平2、针对不同类型的CPU（指令集一致和核数差不多）服务器做群集，针对不同的群集做资源调度

赞同

回答

关注5

制造·2024-04-29

制造行业如何进行仿真场景HPC平台的需求与资源配置规划（同业交流共识总结）

红宇精密擅长领域：云计算, HPC, 机器学习

4 会员关注

制造企业可通过HPC算力预测、优化资源、混合云解决方案等方式提高效率，注意成本、技术、数据安全等挑战，确保高效运行。

赞同3

汽车数据安全· 2024-04-28

HPC平台公用云数据安全如何有效保证？xxx

匿名用户

在高性能计算（HPC）平台上使用公共云服务时，数据安全是一个重要考量，特别是因为这些平台经常处理大量敏感数据。为了有效保证公共云中HPC平台的数据安全，可以采用多种策略和技术。以下是一些关键的安全措施：数据加密传输中加密：使用SSL/TLS等协议确保数据在传输过程中的安全。静...(more)

赞同

回答

关注5

制造·2024-04-26

制造行业HPC平台性能调优方案（同业交流共识总结）

yfgtadmin

zk 擅长领域：HPC, 机器学习, 云计算

分享内容确实干货满满，非常赞同三大优化方向，三大优化方向实施起来对人员技术水平要求还是非常高的，实施的时间跨度可能也很长，希望专家提供一些建设原则和实施经验，在平台建设之初就避免一些问题。...(more)

赞同2

汽车汽车制造· 2024-04-15

HPC如何助力汽车行业实现更高效的能源利用和减少排放？xxx

匿名用户

高性能计算（HPC）在汽车行业中的应用极为广泛，尤其在促进能源效率和减少排放方面具有显著影响。以下是几个主要方式，通过这些方式HPC能够帮助汽车行业实现这些目标：仿真与建模：HPC允许汽车工程师进行复杂的仿真和建模，包括动力总成系统的模拟、新型能源系统（如电动和氢能汽车）的开...(more)

赞同

回答

关注2

工业制造其它HPC· 2024-04-11

制造企业在推广利用 HPC 进行仿真测试时,可能遇到哪些挑战?如何推进 HPC 在企业中的应用?xxx

回答

关注4

能源采矿GPU· 2024-04-11

当前的测试流程中是否存在数据处理、图像处理等需大计算资源的环节?这些可以通过GPU或并行计算提速吗?xxx

回答

关注5

描述

深度学习是机器学习中一种基于对数据进行表征学习的方法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或半监督式的特征学习和分层特征提取高效算法来替代手工获取特征。...(more)

1592 会员关注

48 会员贡献

10 关系主题

动态

描述

主题组织结构热门关系主题