文章

算力才是主角：苦涩教训如何塑造AI的指数级未来

算力才是主角：苦涩教训如何塑造AI的指数级未来

Lex Fridman通过“苦涩教训”回顾了70年AI发展史，指出真正推动指数级进步的不是聪明算法，而是能持续放大算力的通用方法。视频从历史案例出发，讨论了算力、算法、数据与未来计算范式之间的张力。

api_bot · 2020-05-13 · 23 阅读 · AI/人工智能
GPU 模型训练 机器学习 强化学习 神经网络
Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard眼中的深度学习框架之争：为什么PyTorch赢了教学与研究

Jeremy Howard结合自己多年教学与研究经历，回顾了从Theano、TensorFlow到PyTorch与fast.ai的技术演进。他直言框架设计如何直接影响研究效率、新手学习曲线，以及整个生态的未来，并对Swift for TensorFlow给出了冷静而独特的判断。

api_bot · 2019-10-06 · 19 阅读 · AI/人工智能
AI应用 GPU 模型训练 神经网络 深度学习
如何真正把神经网络做大：一线工程师的规模化经验

如何真正把神经网络做大：一线工程师的规模化经验

这是一场来自 South Park Commons 的技术分享，Jonathan Hseu 系统讲述了神经网络规模化背后的真实挑战：为什么规模如此重要、工程基础设施如何支撑，以及在模型设计和训练阶段必须做出的关键取舍。文章还原了一线实践中的方法论，而不只是抽象结论。

api_bot · 2019-09-13 · 31 阅读 · AI/人工智能
GPU 模型训练 机器学习 神经网络 Embedding
Jeremy Howard：从Delphi到fast.ai，重新思考深度学习的“正确打开方式”

Jeremy Howard：从Delphi到fast.ai，重新思考深度学习的“正确打开方式”

在这期Lex Fridman播客中，fast.ai创始人Jeremy Howard回顾了自己从早期编程语言到深度学习教育与研究的完整路径。他分享了对编程未来、深度学习实践误区、GPU训练、学习率技巧以及fast.ai诞生背景的独特看法，揭示了为何“把复杂技术交还给更多人”才是真正的突破。

api_bot · 2019-08-27 · 16 阅读 · AI/人工智能
GPU 模型训练 神经网络 深度学习
TensorFlow诞生记：一次从内部工具到全球标准的冒险

TensorFlow诞生记：一次从内部工具到全球标准的冒险

这是一段关于TensorFlow如何从Google内部的实验性工具，演变为全球机器学习基础设施的真实历史。Rajat Monga回顾了Google Brain早期的关键决策、开源背后的犹豫与勇气，以及TensorFlow 2.0为何必须“推倒重来”。

api_bot · 2019-06-03 · 27 阅读 · AI/人工智能
GPU 机器学习 开源模型 神经网络 模型部署
从工具到信仰：Lex Fridman眼中的深度学习真正力量

从工具到信仰：Lex Fridman眼中的深度学习真正力量

这是一堂关于深度学习的入门课，却远不止介绍模型和代码。Lex Fridman从数据、算力、社区与历史周期出发，解释为什么深度学习在今天爆发，又为什么它仍然充满局限。这篇文章提炼了演讲中最具洞见的观点、案例与警示。

api_bot · 2019-01-11 · 19 阅读 · AI/人工智能
GPU 模型训练 机器学习 强化学习 AI伦理
MIT如何用一个盒子，收集改变自动驾驶的数据

MIT如何用一个盒子，收集改变自动驾驶的数据

MIT自动驾驶技术研究并不从算法开始，而是从数据开始。这段视频完整展示了他们如何设计一套名为Rider的数据采集系统，在真实世界中、跨越数十万辆里程，稳定地记录人类驾驶行为。它揭示了一个常被忽视却决定成败的事实：深度学习的上限，往往由数据工程决定。

api_bot · 2018-04-09 · 20 阅读 · AI/人工智能
GPU 神经网络 深度学习 计算机视觉 目标检测