NVIDIA黃仁勳在GTC CHINA 2019說了些甚麼?
輝達 (Nvidia) 一年一度GTC CHINA論壇,執行長黃仁勳的主題演講更是精彩,除發表Nvidia新產品外,還可從演講中分享他對AI 領域的未來發展提出自己獨到見解與預測。...
GPU替換CPU,成本僅1/10,性能提升百倍
輝達已推出AI平台可應用於訓練、雲端、終端、自動駕駛。輝達Telsa v100 GPU,利用這些TB級的數據集去創建一個模型、在GPU上訓練這些數據,然後把它放到GPU的記憶體當中去訓練TB級別的數據,GPU訓練成本只有CPU的十分之一,並且支援更大規模的模型訓練。黃仁勳也表示GPU不是要替代CPU,而是AI負載一個更好的選擇。
推出TensorRT 7、軟體優化是實現會話式AI的關鍵
今年GTC China 2019上宣布推出TensorRT 7,它支持各種類型的RNN、Transformer和CNN。TensorRT 7能夠融合水平和垂直方向的運算,可以為開發者設計的大量RNN配置自動生成代碼,逐步融合LSTM單元,甚至可跨多個時間融合。相比TensorRT5只支持30種變換,TensorRT 7能支持1000多種不同的計算變換和優化。...
http://iknow.stpi.narl.org.tw/Post/Read.aspx?PostID=16255
rnn和lstm 在 FinLab財經實驗室 Facebook 的最佳貼文
【新課程募資:利用神經網路解析K線圖】
👉全文請點:https://sunbathe.pse.is/G8LGJ
買股票除了買得好,也要賣得快,新課程中會教多種不同的神經網路,這邊提供其中一個方法解讀多變的K線圖
長短期記憶 (LSTM) 神經網路屬於循環神經網路 (RNN) 的一種,特別適合處理和預測與時間序列相關的重要事件,而內文用來說明神經網路的例子,我覺得非常的貼切。
一起學習如何用神經網路評價股票吧:https://hahow.in/cr/finlab-ml
rnn和lstm 在 孫弘岳-人力資源管理的世界 Facebook 的最佳貼文
AI如何預測人格特質?
Artificial Intelligence (AI)人工智能之所以受到曙目,不在於它能模擬人類的思考與學習,學人說話或下棋,而是它能接收複雜的資料,進行分析和預測,協助與提升人類作決策的品質 (這與Big Data大數據有異曲同工之妙)。
這也說明為何AI在人力資源領域的應用場景,目前大都用在人才甄選的功能。因為想要預測一個應徵者未來的績效表現或行為傾向,一直是實務界想要解決的問題。
許多研究指出,人格特質不但可以作為個人與工作適配性的指標,也可以用來預測個人與組織的適配性。而五大性格模型( Big Five factors)是目前同時廣被學術和實務界採用的分類法,包括親和性、勤勉審慎、情緒穩定、外向、以及開放性的特質。
要了解一個人的五大性格傾向或給人的印象,除了問卷外,還可以根據許多非口語訊息或肢體語言,例如面部表情、動作、聲音、語氣等。雖然是間接性的推測,但可以避免問卷作假的議題,也常被應用在臨床心理的領域。
一般人或面試者畢竟不是FBI,無法面試過程中觀察並記住應徵者所有的細節,並當下進行嚴謹的分析,就進行推測。此時,就是AI可以派上用場的機會。它不會失誤,一致性高,可以相對精準地記錄並分析應徵者所有的口語與非口語訊息。
目前相關研究證實,面試者的眼神表情可以預測其性格是否外向主動或神精質,而說話的口氣和音調,可以預測認真負責與細心的傾向。英國劍橋大學的兩位學者,在2017年IEEE發表的期刊論文中,運用遞歸神經網路和長短期記憶模型RNN & LSTM,加上信號處理(例如: Mel-Frequency Spectrum)的技術,同時整合分析被面談者的臉部表情、眼神、身體動作、口氣音調,能顯著預測一個人的五大性格。在他們的實驗研究中,AI對最能預測工作績效與組織公民行為的勤勉審慎性,預測力高達0.5 R平方。
而這樣的運算模型,必然會被整合到目前視頻或錄影面試的工具中 (例如 https://hrda.pro)。簡言之,當雇主應用錄影面試在進行人才篩選或會議時,AI也能透過分析影像與聲音,同步提供參與者在五大性格的分佈機率,作為甄選與任用決策的參考。以上也是我接下來近幾年在科技部計畫執行、學術研究、產學合作開發AI人工智能面試工具的重點,分享給大家參考。
https://www.computer.org/csdl/trans/ta/2017/01/07368886-abs.html
rnn和lstm 在 【AI小學堂】 -RNN - LSTM介紹說到深度學習網路模型不勝枚舉 的必吃
提到處理關於✓時間序列問題大家首先會想到RNN模型而LSTM則是RNN模型中最廣為人知的LSTM(Long short-term memory) 主要改善了以前RNN的一些問題... ... <看更多>
rnn和lstm 在 RNN模型与NLP应用(4/9):LSTM模型 - YouTube 的必吃
下节课: https://youtu.be/pzWHk_M23a0这节课的内容是Long Short-Term Memory ( LSTM ) 的原理以及Keras编程实现。 ... <看更多>