- 使用 BigDL 创建基于图像相似性的房屋推荐
-
通过集成房地产标准机构 (RESO) API 和英特尔面向 Apache Spark* 的 BigDL 开源深度学习库，这些技术组合在一起，可使用视觉图像显著改进房屋购买搜索过程。
2018-03-21
- Caffe学习笔记 第一部分 - Windows*下BVLC Caffe的安装与配置
-
相对于Tensorflow有简单的python pip一键安装包，Caffe的安装更考验开发者的计算机编译水平，需要自己下载源码编译。
2018-03-20
- 如何将针对英特尔硬件平台优化编译的TensorFlow和Caffe部署到Movidius NCS SDK中
-
在Ubuntu 16.04版本的SDK安装过程中，SDK安装程序默认会下载官方的Caffe和TensorFlow，这样确保SDK安装完成之后，示例代码一定够顺利跑起来，对新手开发者非常友好。
2018-03-20
- 借助英特尔® 优化 Chainer* 管理深度学习网络
-
Chainer可根据 define-by-run 方法（亦称动态计算图）提供自动差异化 API，并提供面向对象的高级别 API，以构建和训练神经网络。
2018-03-19
- 基于 CPU 实施高效且快速的医疗影像分析
-
在整个比赛过程中，英特尔积极参与了架构设计、软硬件开发、性能优化和在线支持，因此积累了有关医疗 AI 的丰富洞察。
2018-03-19
- 人工智能的人类端：情感计算
-
情感计算可帮助我们了解我们的情感状态、制定更好的决策、更有效地帮助他人，也可以帮助机器制定决策来丰富我们的生活。情感数据还有另外一种有趣的用途：机器学习。通过数据收集来强化机器的理解能力，最终为您带来个性化的体验。
2017-06-23
- BigDL：一种面向 Apache Spark 的分布式深度学习库(文章）
-
BigDL 是一种面向 Apache Spark* 的分布式深度学习库。利用 BigDL，您可以将深度学习应用编写为 Scala 或 Python* 程序，也可以利用可扩展 Spark 集群的功能。本文介绍了 BigDL，向您展示了如何在各种平台上创建库，并提供了实际应用的 BigDL 示例。
2017-06-23
- 利用 Neon* 传输学习
-
在过去几年间，许多深度神经网络 (DNN) 模型用于各种应用，如图像识别和语音翻译。上述模型通常针对特定目标，但是可以进一步扩展，应用于新型使用案例。例如，可以训练模型，以识别图像中的数字和字母，重复使用该模型，在更广泛的模型或数据集（用于自主驾驶）中阅读指示牌。
2017-06-23
- 使用英特尔® MKL 安装和构建 MXNet
-
MXNet 是一种开源深度学习框架，支持您在各种设备上定义、训练和部署深度神经网络，从云基础设施到移动设备。它具有高度可扩展性，可用于实施快速模型训练，支持灵活的编程模型和多种语言。MXNet 支持您混合使用符号和命令式编程，以实现最高的效率和生产力。
2017-06-23
- 扩展机器学习，满足人工智能日益增长的要求
-
如今，人工智能依赖机器学习，后者是一类能够随着时间进行改善的算法，其关键是具备出色的数据处理能力，并不断对硬件及方法进行完善。这是人工智能的一贯原则，但是由于需要处理和开发的数据规模较大，而现实中没有这么多数据，这个原则并未贯彻执行。如今，数据的规模每年提升一倍，其增度超过了计算能力。这就是我们讨论人工智能的真正原因，也验证了机器学习是实现人工智能功能的有效手段。
2017-06-23
