Intel открывает доступ к clDNN [высокопроизводительной библиотеке для глубокого обучения]

МЕНЮ


Искусственный интеллект
Поиск
Регистрация на сайте
Помощь проекту

ТЕМЫ


Новости ИИРазработка ИИВнедрение ИИРабота разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика

Авторизация



RSS


RSS новости



Официальный репозиторий проекта был запущен буквально пару дней назад. Расскажем немного подробнее об этой новости и приведем полезные источники по теме.


/ Flickr / fdecomite / CC

Основная область применения clDNN (Compute Library for Deep Neural Networks) — распознавание и сегментация изображений. Высокопроизводительная библиотека работает с DL-приложениями, которые подразумевают ускорение построения логических выводов (inference) с помощью Intel HD/Iris Graphics.

clDNN вышла под лицензией Apache 2.0 и поддерживает AlexNet, VGG, GoogleNet, и ResNet (немного о последних трех). Библиотеку составляют блоки, оптимизированные для работы со свёрточными нейронными сетями на C и C++.


Глубокие нейронные сети (DNN) применяют в том числе для анализа видео, обработки естественного языка (NLP) и решения задач в таких областях как автономное вождение. DNN очень требовательны с точки зрения вычислительных ресурсов и эффективности тех или иных реализаций алгоритмов, поэтому новые находки в этой сфере всегда встречают с большим интересом. Например, недавно компания представила бесплатный инструментарий Intel Deep-Learning Deployment Toolkit, который является частью тематического SDK для работы с технологиями компьютерного зрения.

О проекте «01»

«01» — это open source сообщество Intel. Инженеры компании принимают активное участие в его работе и пополняют коллекцию открытых решений. Каждый проект обладает своим микросайтом (пара примеров: OpenStack, Crosswalk, Developer Journey).


P.S. Мы в 1cloud занимаемся разработкой провайдера виртуальной инфраструктуры. Подробный рассказ об этой работе — тут и вот тут. Немного о нашем API — здесь.

Источник: habrahabr.ru

Комментарии: