麻省理工開發 NAS 演算法,推動神經網路設計自動化 作者 Nana Ho | 發布日期 2019 年 04 月 04 日 21:53 | 分類 AI 人工智慧 , 尖端科技 , 會員專區 | edit Loading... Now Translating... 自 2017 年以來,研究人員一直都在使用演算法來設計更好、更快的 AI 神經網路,這種做法主要是學術上的追求,因為這需要耗費數萬小時的 GPU 時間。但隨著麻省理工下個月即將展示新的演算法,預計將能大幅加快設計速度,並使這類型的算法得到更廣泛的使用。 文章看完覺得有幫助,何不給我們一個鼓勵 請我們喝杯咖啡 想請我們喝幾杯咖啡? 每杯咖啡 65 元 x 1 x 3 x 5 x 您的咖啡贊助將是讓我們持續走下去的動力 總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》 留給我們的話 取消 確認 從這裡可透過《Google 新聞》追蹤 TechNews 科技新知,時時更新 科技新報粉絲團 加入好友 訂閱免費電子報 關鍵字: AI , AlphaGo , neural architecture search , Song Han