岢岚| 平乐| 牟平| 玉龙| 平陆| 江口| 右玉| 遂川| 古县| 彭水| 荆州| 福泉| 凌海| 大荔| 龙岗| 光山| 社旗| 临潼| 慈利| 宣城| 淮阴| 简阳| 高安| 浏阳| 尉氏| 福州| 杭锦旗| 陕县| 慈溪| 龙岗| 泉州| 九龙坡| 原阳| 利辛| 上高| 林芝县| 铜川| 崇信| 绍兴县| 宜都| 宜春| 周口| 平舆| 石屏| 洋县| 博乐| 林周| 江城| 南靖| 辽中| 句容| 高青| 铁山港| 邳州| 赣县| 桂阳| 巨鹿| 龙海| 江山| 雄县| 兴义| 茂港| 临沂| 铁山| 嘉禾| 集美| 赤水| 井研| 东川| 盐津| 大邑| 蓬莱| 武安| 滕州| 小河| 新和| 祁连| 株洲县| 塔什库尔干| 高唐| 秦皇岛| 汉源| 徽州| 琼中| 平南| 水城| 丹阳| 广水| 桐梓| 萍乡| 巴东| 石狮| 珙县| 林口| 台前| 贵德| 雷州| 莘县| 新青| 万山| 岢岚| 德保| 满洲里| 交口| 腾冲| 噶尔| 高阳| 武进| 孟津| 疏附| 祁连| 吴江| 琼海| 布尔津| 无为| 唐海| 鄂伦春自治旗| 梁平| 石林| 睢县| 新巴尔虎左旗| 南宫| 黄平| 厦门| 乌拉特后旗| 黄平| 商水| 洪雅| 五寨| 富裕| 镇沅| 长寿| 从江| 北辰| 辽中| 黄陵| 额济纳旗| 梁平| 张家界| 安化| 绍兴市| 花溪| 青川| 博罗| 泸溪| 墨竹工卡| 登封| 长治县| 化隆| 德令哈| 错那| 邵东| 古冶| 双阳| 宽甸| 乌当| 乐昌| 乐都| 萝北| 勉县| 杭锦旗| 酒泉| 麻江| 邳州| 岢岚| 曲阳| 呼玛| 灞桥| 呼和浩特| 霍林郭勒| 交城| 龙游| 高阳| 边坝| 神农架林区| 彭水| 鄂托克前旗| 零陵| 沅江| 六盘水| 湛江| 永年| 化隆| 惠安| 临城| 美溪| 长阳| 阿图什| 黄冈| 白碱滩| 肥城| 密山| 郑州| 晋中| 郎溪| 交城| 华池| 青川| 谢家集| 平原| 南康| 改则| 平湖| 沧源| 牡丹江| 龙州| 米脂| 平乐| 凤阳| 泸县| 曹县| 肥东| 越西| 瓯海| 呼玛| 施甸| 延安| 连南| 汤旺河| 呼玛| 绵阳| 任丘| 临沭| 德州| 献县| 澄海| 铜仁| 海林| 瑞安| 宣城| 房山| 黄冈| 蓝山| 聊城| 济源| 晋宁| 邛崃| 昆山| 塔什库尔干| 广水| 若羌| 南沙岛| 临夏市| 盐都| 平江| 汨罗| 潼南| 孝义| 朗县| 金佛山| 永新| 吴川| 新化| 杜集| 桃源| 江夏| 马边| 铁力| 修武| 达尔罕茂明安联合旗| 肥东| 河口| 新邵| 班戈| 榆林把颗信息科技有限公司

周光英:

2020-02-24 22:32 来源:百度知道

  周光英:

  忻州笛级匠电子科技有限公司 不过,澳洲房地产协会表示,尽管仍不及维州与昆州,但与几年前相比新州已在新房建设上有很大的改善,10年前新州的新房建设量仅为每千人套。协同创新助转化北京一直都是我国科技创新中心、科技成果高地,毗邻北京的河北省却存在科技资源不足、创新能力较弱的问题。

后入场的海淘玩家大都有巨头撑腰,如小红书背靠腾讯,网易考拉背后是网易,天猫和京东都可以进行海外购,背靠巨头有利于增强战斗力。(估值以2017年12月31日前最新一轮融资为依据)经由企业自主申报、公开数据搜集、重点高新区推荐、长城战略咨询数据库筛选、第三方机构数据支撑等方式汇总备选企业数据,经审核筛选出164家符合标准的独角兽企业。

  令人振奋的是,在过去的一年中,昆州建筑成本的上涨已经减缓,CHIP指数年增幅仅为%,低于新州的4%及维州的5%。最后总结总的来说,这个项目在小编最近实地踩盘的项目中,靠谱性最强,潜力大,是一个集居住性和发展性于一身的难得的项目。

  星河产业集团提出的“产投融”的发展路径,为产业地产的发展提供了助力,成为星河在产业竞争中的筹码。日本工程实在有太多值得学习的地方。

于英涛介绍说,目前全世界只有三个公司能够生产这种规格的设备,这是品牌的象征,代表了公司的实力,就是说你爬过珠穆朗玛峰,再有其他任何的山峰你都可以跃的过。

  华为官网上孙亚芳的简历显示:孙亚芳1989年参加华为技术有限公司工作,自1999年起任公司董事长。

  他表示,一定要注意脸书登陆验证时提了那些涉及个人数据的问题。”此外,报告强调,劳动力成本增长并不是建筑成本上涨的主要原因。

  天琅,依靠南海子公园、南中轴森林公园等丰沛自然生态,及龙湖一贯对生活的考究宗旨,打造“懂”生活的新中式风格别墅,敬献南城。

  而余承东升常务董事长,赵明提入候补董事名单中,背后的原因也很简单:终端这几年业绩好。目前vivo的人工智能进展很顺利,一切还是按部就班的按计划在进行。

  案件直到2012年才完全得到解决。

  台州涯焉租售有限公司 目前华为在欧洲有11000名员工,其中70%以上来自于本地。

  截止到目前为止,一季度北京市住房和城乡建设委员会已下发共计19个预售证,加上预售许可预告里的3个项目,2018年一季度北京预计将有22个项目拿证。瞪羚企业共分布在132个国家高新区。

  七台河试排幼儿园 霍邱端承信息科技有限公司 天门彩辛卑信息技术有限公司

  周光英:

 
责编:

Facebook宣布开源Caffe2:可在手机与树莓派上训练和部署模型

青岛聊餐科技有限公司 目前华为在欧洲有11000名员工,其中70%以上来自于本地。

原标题:Facebook宣布开源Caffe2:可在手机与树莓派上训练和部署模型

选自Caffe2.ai

机器之心编译

在今年的 F8 开发者大会上,Facebook 正式宣布开源其全新深度学习框架 Caffe2。据 Caffe2 官方博客介绍,该框架可以用在 iOS、Android 和树莓派上训练和部署模型;而且 Facebook 已经与英伟达、高通、英特尔、亚马逊和微软等公司展开了合作来实现对移动端的优化。机器之心在此对这一开源项目进行了介绍。

在今年的 F8 开发者大会上,Facebook 正式宣布开源其全新深度学习框架 Caffe2。据 Caffe2 官方博客介绍,该框架可以用在 iOS、Android 和树莓派上训练和部署模型;而且 Facebook 已经与英伟达、高通、英特尔、亚马逊和微软等公司展开了合作来实现对移动端的优化。机器之心在此对这一开源项目进行了介绍。

为了有效地训练和部署人工智能模型,我们往往会用到大型数据中心或超级计算机。为了能够大规模地连续处理、创建和提升各种各样的信息(图像、视频、文本和音频)之上的模型,我们需要的计算能力不可小觑。如果我们要在移动设备上部署这些模型,那么它们就必须要非常快而且轻量,但这也同样十分困难。要克服这些难题,我们需要一种稳健的、灵活的和便携式的深度学习框架。

Facebook 一直以来都在和开源社区的其他开发者合作一起打造这样一款框架。今天,Facebook 宣布开源了第一版生产可用的 Caffe2 版本,这是一个轻量级的、模块化的深度学习框架,并且在强调了便携性的同时保持了可扩展性和性能。

我们致力于为社区提供高性能的机器学习工具,以便人人都能创造智能的应用和服务。与 Caffe2 一同发布的还有相关的一些教程和案例,其中包括在一台机器上使用多个 GPU 的大规模学习和使用一个或多个 GPU 的在多台机器上的大规模学习、学习在 iOS、Android 和树莓派上训练和部署模型。另外,你只需要编写几行代码就能调用来自 Caffe2 Model Zoo 的预训练模型。

Caffe2 部署在 Facebook 之中以帮助研发人员训练大型机器学习模型,并为手机用户提供人工智能驱动的良好体验。现在,开发者可以访问很多相同的工具,允许他们运行大规模分布式训练方案,并创建手机端的机器学习应用。我们已与英伟达、 高通、英特尔、亚马逊和微软展开密切合作,从而在云端和手机端优化 Caffe2。这些合作将允许机器学习社区快速完成使用更复杂模型的实验过程,并部署下一代人工智能增强型应用和服务。

你可以在 caffe2.ai 上查看 Caffe2 文档和教程,并在 GitHub 查看源代码。如果你考虑使用 Caffe2,我们很乐意了解你的具体需求。请参与我们的调查。我们将向你发送有关新版本和特殊的开发者活动/网络研讨会的信息。

  • 主页:http://caffe2.ai.xsbhaima.com

  • GitHub: https://github.com/caffe2/caffe2

  • 调查:https://www.surveymonkey.com/r/caffe2

主页:http://caffe2.ai.xsbhaima.com

GitHub: https://github.com/caffe2/caffe2

调查:https://www.surveymonkey.com/r/caffe2

以下是 Caffe2 在 GitHub 上开源项目的介绍:

Caffe2 是一个兼具表现力、速度和模块性的深度学习框架,是 Caffe 的实验性重构,能以更灵活的方式组织计算。

许可

Caffe2 的发布许可许可 :https://github.com/Yangqing/caffe2/blob/master/LICENSE

建立 Caffe2

详细的构建矩阵:

git clone --recursive https://github.com/caffe2/caffe2.git

cd caffe2

git clone --recursive https://github.com/caffe2/caffe2.git

cd caffe2

OS X

brew install automake protobuf

mkdir build && cd build

cmake ..

make

brew install automake protobuf

mkdir build && cd build

cmake ..

make

Ubuntu

可运行版本:

  • Ubuntu 14.04

  • Ubuntu 16.06

Ubuntu 14.04

Ubuntu 16.06

需要的依赖包

sudo apt-get update

sudo apt-get install -y --no-install-recommends

build-essential

cmake

git

libgoogle-glog-dev

libprotobuf-dev

protobuf-compiler

python-dev

python-pip

sudo pip install numpy protobuf

sudo apt-get update

sudo apt-get install -y --no-install-recommends

build-essential

cmake

git

libgoogle-glog-dev

libprotobuf-dev

protobuf-compiler

python-dev

python-pip

sudo pip install numpy protobuf

可选择 GPU 支持

如果你计划使用 GPU,而不只是使用 CPU,那你应该安装 NVIDIA CUDA 和 cuDNN,这是一个面向深度神经网络的 GPU 加速库。英伟达在官方博客中详细介绍了安装指南,或者可以尝试下面的快速安装指令。首先,一定要升级你的图显驱动!否则你可能遭受错误诊断的极大困难。

安装 Ubuntu 14.04

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.xsbhaima.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1404_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.xsbhaima.com/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1404_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

安装 Ubuntu 16.04

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.xsbhaima.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.xsbhaima.com/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

安装 cuDNN(所有都是 Ubuntu 版本)

CUDNN_URL="http://developer.download.nvidia.com.xsbhaima.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"

wget ${CUDNN_URL}

sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local

rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig

CUDNN_URL="http://developer.download.nvidia.com.xsbhaima.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"

wget ${CUDNN_URL}

sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local

rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig

可选择的依赖项

注意,Ubuntu 14.04 使用 libgflags2。Ubuntu 16.04 使用 libgflags-dev。

# for Ubuntu 14.04

sudo apt-get install -y --no-install-recommends libgflags2

# for Ubuntu 14.04

sudo apt-get install -y --no-install-recommends libgflags2

# for Ubuntu 16.04

sudo apt-get install -y --no-install-recommends libgflags-dev

# for Ubuntu 16.04

sudo apt-get install -y --no-install-recommends libgflags-dev

# for both Ubuntu 14.04 and 16.04

sudo apt-get install -y --no-install-recommends

libgtest-dev

libiomp-dev

libleveldb-dev

liblmdb-dev

libopencv-dev

libopenmpi-dev

libsnappy-dev

openmpi-bin

openmpi-doc

python-pydot

# for both Ubuntu 14.04 and 16.04

sudo apt-get install -y --no-install-recommends

libgtest-dev

libiomp-dev

libleveldb-dev

liblmdb-dev

libopencv-dev

libopenmpi-dev

libsnappy-dev

openmpi-bin

openmpi-doc

python-pydot

检查下面的 Python 部分,并在建立 Caffe2 之前安装可选择的程序包。

mkdir build && cd build

cmake ..

make

mkdir build && cd build

cmake ..

make

安卓和 iOS

我们使用 CMake 的安卓和 iOS 端口构建原始二进制文件,然后就能将其集成到安卓或 XCode 项目中。查看脚本/build_android.sh 和/build_ios.sh 获得具体信息。

对于安卓系统,我们可以使用 gradle 通过 Android Studio 直接构建 Caffe2。这里是一个示例项目:https://github.com/bwasti/AICamera。注意,你可能需要配置 Android Studio,这样你编写代码的 SDK 和 NDK 版本才会正确。

树莓派

对于 Raspbian 系统,只需要在树莓派上运行脚本/build_raspbian.sh 就行了。

Tegra X1

为了在英伟达的 Tegra X1 平台上安装 Caffe2,需要使用 NVidia JetPack 安装器简单地安装最新版本的系统,然后再在 Tegra 设备上运行脚本/build_tegra_x1.sh。

Python 支持

为了进行下面的教程,Python 环境需要安装 ipython-notebooks 和 matplotlib,在 OS X 系统中可以通过以下方法安装:

brew install matplotlib --with-python3

pip install ipython notebook

brew install matplotlib --with-python3

pip install ipython notebook

你会发现下面的 Python 库同样在具体的教程和案例中是必需的,所以你可以运行下面的命令行一次性安装所有的要求库:

sudo pip install

flask

graphviz

hypothesis

jupyter

matplotlib

pydot python-nvd3

pyyaml

requests

scikit-image

scipy

setuptools

tornado

sudo pip install

flask

graphviz

hypothesis

jupyter

matplotlib

pydot python-nvd3

pyyaml

requests

scikit-image

scipy

setuptools

tornado

构建环境(已知能运行)

原文链接:http://caffe2.ai.xsbhaima.com/blog/2017/04/18/caffe2-open-source-announcement.html

本文为机器之心编译,转载请联系本公众号获得授权

?------------------------------------------------

加入机器之心(全职记者/实习生):hr@jiqizhixin.com

投稿或寻求报道:editor@jiqizhixin.com

广告&商务合作:bd@jiqizhixin.com返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
免费获取
今日搜狐热点
今日推荐
有子官庄 门牌坊 杨胡村委会 洪湖县 圣星社区
和林格尔县 杨柳青镇柳口路 淮河南道 水库中 百楼乡 近海乡 孙塬镇 安国镇 黄甲岭乡 市第四医院 中南道 红怡花园
河南电视新闻网