NVIDIA 創辦人暨CEO 黃仁勳也在 NVIDIA GPU技術高峰會上,正式發表了「 TensorRT 3 神經網路推理加速器」這項技術。官方表示,TensorRT 3 能大幅改善處理器性能,降低從雲端到終端人工智慧裝置的中推理的浪費,相較於最快的 CPU,它在圖像分類中能帶來40倍的吞吐量,時間延遲在 7ms內,在語言翻譯方面更可以快到 140 倍,可說 TensorRT 3 是在 Volta GPU 實現最高效推理性能的關鍵。

透過驅動 Google 搜尋引擎和 Google 語音助理的機器學習引擎,Natural Language API 能快速將文章分為超過 700 種以上的主題,凡舉新聞、科技、娛樂等內容通通難不倒它;更厲害的是,它還能偵測文字的情緒分數,輕輕鬆鬆就能結合其他 API 來觀察自己的產品在市面上的評價是正面還是負面!快來看看它有哪些功能吧!

活動邀請到Google Cloud 的 Customer Engineer Lead, Harry 和 CloudMile 的技術總監 Jonathon,來為大家介紹 google Cloud 在廣告產業上可以提供什麼樣的有效幫助,在分享應用趨勢之外,也透過實際案例詳細的說明關於機器學習、大數據分析如何轉換成有價值的資訊。

從個人電腦、智慧型手機到網際網路的興起,雲端運算是目前科技業最有成長價值的一塊,各大公司都相當看好全球的雲端產值,從 Google、微軟、Amazon 或是 IBM 等國際大企業,到國內的鴻海、廣達等企業都正在積極搶進雲端市場。可是到底什麼是雲端運算(Cloud Computing)? 什麼又是雲端?本篇帶你從基礎雲端架構去認識,GCP的好不用說,你就可以知道。

電影《決勝21點》中,高級賭場購入一套要價不斐的高科技人臉偵測系統,用來偵測慣出老千的賭客長相。距離那部電影九年後的現在,靠著Google Cloud Vision 雲視覺 API,影像偵測辨識人臉表情的技術越來越精準,再搭配之前曾介紹的TensorFlow 來判別圖片中的人物或分類物件,臉部辨識已經不再是難事了。

啤酒、紅酒畢竟是人類一眼就可以分辨的東西,好像還不能夠完全顯示出 TensorFlow( Machine Learning Engine)的強大,來看看今天我們要用什麼 data 玩轉 TensorFlow 吧!!
我們知道不是每個人手邊都有現成整理好的資料可以試玩,但資料都幫你準備好了,能不玩一下 TensorFlow 嗎!本篇手把手教讀者運用TenserFlow 官方提供的資料,初探這個目前最熱們的機器學習引擎,一起來無師自通成為植物學家吧!

從上週開始,Google Drive要「退役」的消息如燎原大火燒開來,大家都在擔心,Google Drive要終止服務的話,之後要用什麼雲端硬碟?
先別急著找下個替代品,要退役的不是Google Drive,而是「電腦桌面版」應用程式啦!Google宣布自2018年3月12日起將完全終止此項服務,改由今年7月全新發佈的「Backup & Sync」取而代之,手機版則完全不受影響。

機器學習的話題紅透半邊天,不只是未來趨勢,更是錢潮所在,不管你是不是科技人,大家莫不在學習這個新技術,加強服務內容、改善工作流程都適用。現在大家常用的 Facebook Messenger 聊天機器人、Pinterest、Twitter 時間軸和最大宗的Google 都在利用機器學習提升服務品質。要成為下一個科技巨擘,快來搶下機器學習這塊大餅吧。

Google研究人員表示,如果要從單張影像去自動移除浮水印,難度極高,但因為同一個圖庫通常會用一樣的方式添加浮水印到所有照片上,利用這種一致性,機器可以自動推斷浮水印的圖案,並藉此還原原始高清版的圖片。
Google表示,他們研究的立場是為了了解人工智慧能夠如何完整去除浮水印,知己知彼,才能避免有心人士透過類似手法取得受版權保護的相片,並奠基於此技術上,為照片加上更完整的保護機制。

Google Cloud Platform 的標準級服務就已經足以匹敵其他公有雲服務了!不用說,優先級服務當然有它厲害的地方,走專線的速度硬是比標準級快了大概 1.7 倍(數據來自官方實測);但誰說所有類型的服務都非得快如閃電又穩如泰山呢?Google 全新提供了這樣的網路優先度分級設定,把決定權真正交給使用者,讓客戶能依照自己服務的屬性去挑選符合的模式。