-
深度学习需要大量的样本，当识别效果不佳时，如何判断是样本问题和还是算法问题？
NVIDIA中国GPU应用市场总监侯宇涛： 这个问题也是目前经常存在的问题，由于在训... 全文＞ -
如何增强深度学习的可解释性?
NVIDIA中国GPU应用市场总监侯宇涛： 对于深入学习，专家定义它为黑盒子，在隐藏... 全文＞
-
如何评价计算精度对训练结果的影响。现在有说法是将计算的精度由双精降低到单精度，甚至使用定点精度，只要网络深度足够就对最终结果没有大的影响。这个趋势是否属实？ 为何深度网络没有出现那种前端小的扰动导致后续计算结果出现大的偏差？
NVIDIA中国GPU应用市场总监侯宇涛： 由于深度学习是一个直接基于实践结果体验的... 全文＞
-
目前医疗影像的分辨率一般在什么程度，对人工智能算法的影响如何？如果使用4k的影像设备对智能识别的帮助会有多大？
希氏异构人工智能首席科学家周斌： 对于医疗影像的分辨率，由于不同采集方式的分辨率差别... 全文＞
-
学习深度学习的一个思路和方法是怎样的？从入门新手到高级进阶的思路是什么？
NVIDIA中国GPU应用市场总监侯宇涛： 这个问题比较广泛。在主讲环节也讲过构建和... 全文＞
-
如何改进深度学习方法从而实现在线的小样本学习?
NVIDIA中国GPU应用市场总监侯宇涛： 我是这样理解的，在推理端部署了训练和推理... 全文＞
-
相对FPGA硬件加速的优势，GPU的运算能力不足时可以怎样扩展？
希氏异构人工智能首席科学家周斌： 这是一个非常好的问题。FPGA作为一款可以进行硬件... 全文＞
-
医疗人工智能平台如何实时监测数据处理过程中可能的突发问题，大规模的运算如何进行作业的有效管理？
希氏异构人工智能首席科学家周斌： 医疗人工智能平台在实时监测数据的处理过程中会有一些... 全文＞