<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>Deeplearning on Den's Hub: Обзоры Технологий, Руководства и Советы.</title><link>https://denshub.com/ru/tags/deeplearning/</link><description>Recent content in Deeplearning on Den's Hub: Обзоры Технологий, Руководства и Советы.</description><generator>Hugo</generator><language>ru</language><copyright>Вся информация лицензирована согласно Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.</copyright><lastBuildDate>Thu, 16 Nov 2023 11:30:17 +0200</lastBuildDate><atom:link href="https://denshub.com/ru/tags/deeplearning/index.xml" rel="self" type="application/rss+xml"/><item><title>Новый супермодуль NVIDIA Jetson Xavier NX</title><link>https://denshub.com/ru/nvidia-jetson-small-ai-computer/</link><pubDate>Sat, 16 May 2020 12:32:39 +0200</pubDate><guid>https://denshub.com/ru/nvidia-jetson-small-ai-computer/</guid><description>&lt;p&gt;NVIDIA® Jetson Xavier™ NX обеспечивает суперкомпьютерную производительность на граничных системах (edge systems) в системе-на-модуле (SOM) малого форм-фактора. До 21 TOPS ускоренных вычислений обеспечивает мощь для параллельной работы современных нейронных сетей и обработки данных с нескольких датчиков высокого разрешения, что вполне удовлетворяет требования для полноценных систем ИИ.&lt;/p&gt;
&lt;h2 id="поддержка-cloud" class="headerLink"&gt;&lt;a href="#%d0%bf%d0%be%d0%b4%d0%b4%d0%b5%d1%80%d0%b6%d0%ba%d0%b0-cloud" class="header-mark" aria-label="Permalink to Поддержка Cloud"&gt;&lt;/a&gt;Поддержка Cloud
&lt;/h2&gt;
&lt;p&gt;Jetson Xavier NX теперь имеет поддержку облачных вычислений, что позволяет разработчикам создавать и внедрять высококачественные программно-определяемые функции на встраиваемых и граничных устройствах. Предварительно обученные модели ИИ от NVIDIA NGC и NVIDIA Transfer Learning Toolkit обеспечивают более быстрый путь к обученным и оптимизированным сетям ИИ, а контейнерное развертывание на устройствах Jetson обеспечивает гибкое и бесшовное обновление. Jetson Xavier NX ускоряет программный стек NVIDIA более чем в 10 раз по сравнению с его широко распространенным предшественником Jetson TX2.&lt;/p&gt;</description></item><item><title>Megvii открывает фреймворк глубокого обучения</title><link>https://denshub.com/ru/megvii-open-source-megengine/</link><pubDate>Sat, 28 Mar 2020 00:15:00 +0100</pubDate><guid>https://denshub.com/ru/megvii-open-source-megengine/</guid><description>&lt;p&gt;Китайская компания &lt;a href="https://en.megvii.com/" target="_blank" rel="noopener noreferrer"&gt;Megvii Technology&lt;/a&gt;, занимающаяся разработкой искусственного интеллекта (ИИ), объявила в среду, что она открывает исходный код своей системы глубокого обучения, чтобы уменьшить зависимость от американских платформ.&lt;/p&gt;</description></item><item><title>Лучшие Курсы по TensorFlow и PyTorch</title><link>https://denshub.com/ru/tensorflow-pytorch-courses/</link><pubDate>Fri, 31 Jan 2020 10:32:47 +0100</pubDate><guid>https://denshub.com/ru/tensorflow-pytorch-courses/</guid><description>&lt;p&gt;В этой статье представлены некоторые из лучших онлайн-курсов для изучения TensorFlow и PyTorch — двух ведущих фреймворков в области глубокого обучения. Рассматриваются ключевые особенности, содержание курсов и навыки, которые вы сможете получить в каждом из них. Независимо от того, являетесь ли вы новичком или хотите углубить свои знания, эти курсы предлагают ценные ресурсы для успешного обучения машинному обучению и искусственному интеллекту.&lt;/p&gt;
&lt;h2 id="введение" class="headerLink"&gt;&lt;a href="#%d0%b2%d0%b2%d0%b5%d0%b4%d0%b5%d0%bd%d0%b8%d0%b5" class="header-mark" aria-label="Permalink to Введение"&gt;&lt;/a&gt;Введение
&lt;/h2&gt;
&lt;p&gt;TensorFlow и PyTorch - два популярных фреймворка глубокого обучения, и у обоих есть свои сильные и слабые стороны. TensorFlow широко распространен и имеет большое сообщество, в то время как PyTorch набирает популярность и известен своей простотой использования и гибкостью.&lt;/p&gt;</description></item></channel></rss>