AI 助理
文档备案控制台
阿里云文档 2025-02-28

如何在ACK集群运行深度学习任务

本文以开源数据集fashion-mnist任务为例，介绍开发者如何利用云原生AI套件，在ACK集群运行深度学习任务，优化分布式训练性能，调试模型效果，并最终把模型部署到ACK集群中。

文章 2023-10-31 来自：开发者社区

深度学习AI克隆人声模型

在过去的几年中，人工智能(AI)在音乐产业中的应用已经变得越来越普遍。在这篇博客中，我们将探索如何使用AI生成模型来复制人声，并使用这些复制的人声来唱歌。我会以尽可能详细的方式展示这个过程大纲，并提供相关代码。1. 概述我们将使用深度学习的技术，特别是生成模型来实现人声克隆。首先，我们将训练一个模型来学习和复制人的说话声音。然后，我们将使用这个模型来复制给定的人声，让它可以唱出特定的歌曲。为了实....

问答 2023-08-01 来自：开发者社区

AI Earth系统中地物分类方法用的深度学习模型是什么呢？有相关的介绍或者论文吗？

AI Earth系统中地物分类方法用的深度学习模型是什么呢？有相关的介绍或者论文吗？

文章 2023-05-11 来自：开发者社区

AI-无损检测方向速读：基于深度学习的表面缺陷检测方法综述

1 表面缺陷检测的概念表面缺陷检测是机器视觉领域中非常重要的一项研究内容, 也称为 AOI (Automated optical inspection) 或 ASI (Automated surface inspection)，它是利用机器视觉设备获取图像来判断采集图像中是否存在缺陷的技术。1.1 传统检测的缺陷(非CNN)在很多开放式的工业环境下，期待设计的成像系统完全消除场景或者被检材料等变....

AI-无损检测方向速读：基于深度学习的表面缺陷检测方法综述
文章 2023-05-10 来自：开发者社区

人工智能300年！LSTM之父万字长文：详解现代AI和深度学习发展史（3）

十五、1991年6月：LSTM/Highway Net/ResNet的基础长短期记忆（LSTM）递归神经网络克服了Sepp Hochreiter在上述1991年的毕业论文中指出的基本深度学习问题。在1997年发表了经同行评审的论文之后（现在是20世纪被引用最多的NN文章），Schmidhuber的学生Felix Gers和Alex Graves等人，进一步改进了LSTM及其训练程序。1999-2....

人工智能300年！LSTM之父万字长文：详解现代AI和深度学习发展史（3）
文章 2023-05-10 来自：开发者社区

人工智能300年！LSTM之父万字长文：详解现代AI和深度学习发展史（2）

五、1965年：第一个深度学习深度前馈网络架构的成功学习始于1965年的乌克兰，当时Alexey Ivakhnenko和Valentin Lapa为具有任意多个隐藏层的深度MLP引入了第一个通用的工作学习算法。Alexey Ivakhnenko给定一组具有相应目标输出向量的输入向量训练集，层逐渐增长并通过回归分析进行训练，然后借助单独的验证集进行修剪，其中正则化用于清除多余的单元。层数和每层单元....

人工智能300年！LSTM之父万字长文：详解现代AI和深度学习发展史（2）
文章 2023-05-10 来自：开发者社区

人工智能300年！LSTM之父万字长文：详解现代AI和深度学习发展史（1）

 新智元报道  编辑：昕朋 好困【新智元导读】最近，LSTM之父Jürgen Schmidhuber梳理了17世纪以来人工智能的历史。在这篇万字长文中，Schmidhuber为读者提供了一个大事年表，其中包括神经网络、深度学习、人工智能等领域的重要事件，以及那些为AI奠定基础的科学家们。新智元，赞47「人工智能」一词，首次在1956年达特茅斯会议上，由约翰麦卡锡等人正式提出。....

人工智能300年！LSTM之父万字长文：详解现代AI和深度学习发展史（1）
文章 2023-05-09 来自：开发者社区

2012-2022: AI革命10周年，Hinton等大佬重拳出击「深度学习撞墙」论

新智元导读】AI与深度学习如何彻底走出寒冬，终成「显学」？一切始于2012年AlexNet那篇论文，10年过去，今天的AI怎么样了？2012年9月，一篇题为「用深度卷积神经网络进行ImageNet图像分类」的论文，让此前沉寂多年的人工智能领域热度骤起。文中提出的AlexNet深度卷积神经网络，在当年的ImageNet分类任务比赛ILSVRC-2012上，以碾压之势轻松夺冠，大幅刷新了此前的SOT....

2012-2022: AI革命10周年，Hinton等大佬重拳出击「深度学习撞墙」论
文章 2023-05-08 来自：开发者社区

Science：深度学习建模，AI巧手设计特定蛋白质

 新智元报道  编辑：Joey 如願【新智元导读】蛋白质设计最近风头正盛，这不又来了新作品，华盛顿大学的研究人员开发了两种深度学习算法可预设计特定功能的蛋白质。蛋白质是构成生命的基石，而如何快速、准确地确定蛋白质的三维空间结构，在生命科学领域一直是个难题。 复杂的蛋白质结构 图源：science而现在研究人员利用全蛋白质组氨基酸协同进化分析和基于深度学习的结构建模，....

Science：深度学习建模，AI巧手设计特定蛋白质
文章 2023-05-08 来自：开发者社区

Meta AI开启「解剖大脑」计划，深度学习瓶颈从自然语言突破

【新智元导读】深度学习十年来取得辉煌成就，但其计算、学习效率仍比人类的大脑弱很多。为了突破瓶颈，Meta AI宣布开启一项长期研究计划，以自然语言为切口，比较AI模型和大脑的异同。近几年，随着大规模预训练语言模型的横空出世，让人类终于有了处理、生成、理解自然语言的能力。 虽然模型已经在部分NLP任务上超越了人类的性能，但要说AI在学习、理解语言的能力和效率已经超越了人类，还为时过早。&a...

Meta AI开启「解剖大脑」计划，深度学习瓶颈从自然语言突破

本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。

AI更多深度学习相关

AI您可能感兴趣

产品推荐

{"cardStyle":"activityCardStyle","productCardInfo":{"productTitle":"","productDescription":"","productContentLink":"","isDisplayProductIcon":true,"isOfficialLogo":false},"activityCardInfo":{"activityTitle":"AI 编码","activityDescription":"百万 Qwen-coder 大模型 tokens 免费体验，通义灵码79元起，加速 AI 应用落地 ","cardContentBackgroundMode":"LightMode","activityContentBackgroundImageLink":"","activityCardBottomInfoSelect":"activityPromotionInfoBlock","activityButton1":{"activityButtonText":"查看详情","activityButtonLink":"https://www.aliyun.com/benefit/scene/coding"},"activityButton2":{"activityButtonText":"立即体验","activityButtonLink":"https://bailian.console.aliyun.com/?spm=5176.30202035.J_VanPN1KXIVRyCVhZMwQ6t.6.1b791e71pokqL0&tab=model#/efm/model_experience_center/text?currentTab=textChat&modelId=qwen3-coder-plus"},"activityButton3":{"activityButtonText":"立即购买","activityButtonLink":"https://www.aliyun.com/benefit/scene/coding#J_1"}}}
AI 编码
百万 Qwen-coder 大模型 tokens 免费体验，通义灵码79元起，加速 AI 应用落地

阿里云机器学习平台PAI

阿里云机器学习PAI（Platform of Artificial Intelligence）面向企业及开发者，提供轻量化、高性价比的云原生机器学习平台，涵盖PAI-iTAG智能标注平台、PAI-Designer（原Studio）可视化建模平台、PAI-DSW云原生交互式建模平台、PAI-DLC云原生AI基础平台、PAI-EAS云原生弹性推理服务平台，支持千亿特征、万亿样本规模加速训练，百余落地场景，全面提升工程效率。

+关注
相关实验场景
更多
查看更多