
课程咨询: 400-996-5531 / 投诉建议: 400-111-8989
认真做教育 专心促就业
Facebook开源了一些用于在Torch上更快速地训练神经网络的模块,这些模块合称为 fbcunn ,它们“比默认模块快得多”。Facebook希望可以降低人工智能领域的门槛,从智能语音到图像识别再到语言处理,让更多的“外行人”有机会开发出属于自己的AI服务。
在新发布的一篇学术报告中,Facebook详细介绍了新的人工智能开源软件Torchnet,用于简化深度学习。在深度学习领域,Facebook没有选择建立一个全新的深度学习框架, 而是在 Torch 上编译一个开源库。
Torchnet 是用 Lua 脚本语言写成,能够在标准的x86芯片或图形处理单元(GPUs)上运行,也可以让程序员重用某些代码。这样一来就能够降低工作量,同时也可以降低出现bug的几率。
Facebook的人工智能研发团队近日宣布,将开源人工智能硬件平台Big Sur,并表示该智能平台开源将有助于其他公司和研究人员之间合作,促进未来设计的创新,构建更复杂的AI系统。
Big Sur采用GPU驱动,可以处理大型数据,具有强大的计算能力,且可以用于神经网络的开发。此次开源的Big Sur硬件的设计特点是易于维修的主板,带有8个NVIDIA的Tesla M40 GPU。神经网络对人工智能的研究来说十分重要,这是Facebook第一次开源人工智能硬件设计。
Facebook将把这一硬件设计提交给Open Compute Project(开放计算项目),并承诺将向该项目提供系统设计、尤其是完整的人工智能任务创建方法。