Machine Learning

Das Thema "Machine Learning" umfasst heute eine große Anzahl verschiedener Techniken, die ihre Wurzeln in der Statistik, Neurobiologie und der Informatik haben. Ein sehr vielsprechender Bereich sind die neuronalen Netzwerke, die sich strukturell am biologischen Vorbild orientieren.

Über großes Potential verfügen neuronale Netzwerke mit "Deep Learning" Topologie, die in jüngster Zeit durch spektakuläre Erfolge auf sich aufmerksam gemacht haben. Bei Aufgaben aus der Bilderkennung erzielen Deep Learning Netzwerke bereits bessere Ergebnisse als der Mensch. 

Zusammen mit speziell für das Training neuronaler Netzwerke angepasster GPU Hardware ergeben sich ungeahnte Möglichkeiten. Deep Learning erobert sich rapide neue Branchen und Anwendungsgebiete. Es beflügelt zudem die Forschung, weitere Topologien und Lernalgorithmen neuronaler Netzwerke zu entwickeln, die noch bessere Leistungen erzielen.  

Die Whitepapers geben einen ersten Einblick in die Grundlagen der neuronalen Netzwerke, bei denen auch die Verbindungen zu Gebieten aus der Physik dargestellt werden.

Verwandte Themen

Der Bedarf an Rechenleistung in der wissenschaftlichen und industriellen Forschung steigt ständig weiter an. Gleichzeitig benötigen Hochleistungscomputer für ihren Betrieb sehr viel Energie ...

Eine erste online Suche den Themen "Künstliche Intelligenz (KI oder AI, für "Artificial Intelligence")" oder "Deep Learning (DL)" liefert erstaunliche Resultate zutage.

Passende Produkte

Das Training von neuronalen Netzwerken erfordert eine hohe Rechenleistung, wie sie von CPUs alleine nicht erzielt werden kann. NVIDIA stellt mit GPU Modellen aus der Tesla Serie leistungsfähige Bausteine für Workstations zur Verfügung, die für Deep Learning optimiert sind. Dies kulminiert in der DGX-1 Maschine, die mit 8 Pascal P100 Karten ausgestattet ist.

NVIDIA® DGX-1™ ist das erste System der Welt, das speziell für Deep Learning optimiert wurde. Die vollständig integrierte Hard-und Software ist schnell und einfach zu implementieren. Der Umstand, dass seine bahnbrechende Leistung die Trainingszeiten enorm beschleunigt, macht ihn zum weltweit ersten Deep-Learning-Supercomputer, der in einem einzigen Gehäuse Platz hat.

mehr