在 印度尼西亚 中使用 Deep learning 的示例及其翻译为 中文
{-}
-
Ecclesiastic
-
Ecclesiastic
-
Computer
Amazon tidak pernah membalas permintaan saya untuk memberikan komentar, juru bicara Google mengarahkan saya ke sebuah blog yang memposting teknik Deep Learning, dan seorang perwakilan Humas Apple memberi penjelasan bahwa Siri sekarang telah disesuaikan untuk 36 negara dan mendukung 21 bahasa, varian bahasa, dan aksen.
亚马逊从来没有回复过我让他们评论这篇报道的请求，谷歌的发言人让我去看一篇介绍他们深度学习技术的博客，而苹果的公关代表则指出现在可以为36个国家定制不同的Siri版本，并支持21种语言、语言变体和口音。NVIDIA memproduksi chip TU106 pada proses FinFET 12 nm dan mencakup fitur-fitur seperti Deep Learning Super Sampling( DLSS) dan Real-Time Ray Tracing( RTRT), yang harus digabungkan untuk menciptakan efek pencahayaan yang lebih realistis daripada GPU lama berdasarkan arsitektur Pascal perusahaan.( jika game mendukungnya).
NVIDIA在12nmFinFET工艺上制造TU104芯片，并包含深度学习超级采样（DLSS）和实时光线追踪（RTRT）等功能，与基于公司Pascal架构的旧GPU相比，它们应结合起来可产生更逼真的照明效果（如果游戏支持）。NVIDIA memproduksi chip TU106 pada proses FinFET 12 nm dan mencakup fitur-fitur seperti Deep Learning Super Sampling( DLSS) dan Real-Time Ray Tracing( RTRT), yang harus digabungkan untuk menciptakan efek pencahayaan yang lebih realistis daripada GPU lama berdasarkan arsitektur Pascal perusahaan.( jika game mendukungnya).
NVIDIA采用12nmFinFET工艺制造TU102芯片，并包含深度学习超级采样（DLSS）和实时光线跟踪（RTRT）等功能，这些功能应该比基于该公司Pascal架构的旧GPU产生更逼真的照明效果（如果游戏支持它）。Kami memiliki pilihan layanan cloud terluas, termasuk 48 layanan di mana opsi yang sebanding tidak tersedia pada penyedia cloud terbesar berikutnya, termasuk fungsionalitas yang lebih dalam untuk Windows, seperti AWS Deep Learning AMI untuk Microsoft Windows Server, satu-satunya dukungan produksi untuk Kubernetes di Windows, serta pertama dan satu-satunya sistem file native Windows yang dikelola sepenuhnya yang tersedia di cloud dengan FSx for Windows File Server.
我們擁有最廣泛的雲端服務選項(48項服務)，第二大雲端供應商根本無法提供可相比較的選項，包括更深入的Windows功能，例如適用於MicrosoftWindowsServer的AWSDeepLearningAMI(KubernetesonWindows獨家支援)，以及雲端上唯一能搭配FSxforWindowsFileServer使用的全受管原生Windows檔案系統。Asosiasi Deep Learning Jepang.
日本深度学习协会.Deep learning membuat hal-hal yang demikian menjadi memungkinkan.
深度学习模型的提出让这一切成为可能。Menggunakan deep learning untuk mengurangi kerugian kerusakan properti akibat bencana alam.
利用深度学习降低自然灾害造成的财产损失.Manakala media membicarakan jaringan saraf, kemungkinan yang dimaksud adalah deep learning.
不论何时媒体谈到神经网络，很可能指的都是深度学习。Sayangnya pada banyak kasus, data berkualitas yang tersedia tidak cukup untuk melatih deep learning.
不幸的是，对于许多问题，没有足够的质量训练数据来创建深度学习模型。Mengatakan bahwa penggunaan machine learning dan deep learning hanya dapat dibatasi oleh imajinasi tidaklah berlebihan.
Hal ini karena kebutuhan algoritma Deep Learning memerlukan GPU yang merupakan bagian integral dari kerjanya.
这是因为深度学习算法对GPU有较高的要求，GPU是其工作的一个组成部分。Dalam deep learning, model komputer belajar untuk melakukan tugas klasifikasi langsung dari gambar, teks, atau suara.
在深度学习中，计算机模型直接从图像、文本或声音中学习执行分类任务。Di dunia perawatan kesehatan, peneliti melihat deep learning sebagai sesuatu yang bisa menambah talenta dokter, bukan menggantinya.
而在医疗保健领域，研究人员认为深度学习技术可以增强医生的能力，而非替代医生。Mari kita lihat beberapa masalah untuk melihat bagaimana Deep Learning berbeda dari jaringan saraf sederhana atau bentuk Machine Learning lainnya.
让我们来看几个问题，看看深度学习与简单的神经网络或其他形式的机器学习有什么不同。Xavier juga dilengkapi dengan komponen-komponen baru yang didesain untuk melakukan computer vision, deep learning dan pemprosesan video 8 K.
Xavier能加速深度学习、计算机视觉和8k视频处理的新部件。Bahkan, ketika Deep Learning bergabung dengan ML, ia dapat melakukan keajaiban pada proyek pengembangan aplikasi seluler dengan menyediakan data berharga dan analitik waktu-nyata.
实际上，当深度学习与ML联手时，它可以通过提供有价值的数据和实时分析为移动应用程序开发项目创造奇迹。Meskipun telah banyak framework mengenai deep learning, seperti TensorFlow, Keras, Torch, dan Caffe, Apache MXNet pada khususnya mulai populer karena skalabilitasnya di beberapa GPU.
有许多深度学习的框架，例如tensorflow、keras、torch和caffe,apachemxnet由于其在多个gpu上的可伸缩性而受到欢迎。Dalam pembicaraan ini, Laurence Moroney dari Google berbicara tentang Machine Learning, AI, Deep Learning, dan banyak lagi, serta bagaimana mereka cocok digunakan dengan toolkit programmer.
在本讲中，来自Google的LaurenceMoroney介绍了机器学习、AI、深度学习等领域的知识，并提及如何将这些纳入程序员工具包。Pertimbangan utama yang perlu kalian ingat, ketika ingin memilih teknik antara Machine Learning dan Deep Learning adalah apakah kalian memiliki GPU yang kuat dan banyak gambar pelatihan berlabel.
切记，在机器学习和深度学习之间进行选择时，主要考虑因素在于是否有强大的GPU和大量标签化训练图像。Tim OpenAI Five telah dilatih menggunakan teknik deep reinforcement learning.
OpenAIFive由深度强化学习提供支持.
