搜尋結果
2024年2月21日 · Whisper 是 OpenAI 推出的自動語音辨識系統（Automatic Speech Recognition，ASR）。 OpenAI 以 68 萬小時的音檔訓練 Whisper，因此它可以快速又準確地將語音轉換為文字，為用戶省下打逐字稿或是上字幕的時間。 2. Buzz. 另外一款語音轉文字軟體 Buzz 也非常好用，相較 Whisper，Buzz 的操作介面更直覺、好上手！ 而且它還支援 Windows、 Mac、 Linux 等不同作業系統，讓所有用戶都有機會使用這項工具。 3. MacWhisper 是基於 OpenAI 開發的自動語音辨識系統 Whisper 打造的，僅供 macOS 作業系統使用，可以辨識超過 100 種語言，且免費版本的準確度就很高！
- 即抓即用的預訓練模型，輸入極小量資料就可部署 Ai
- Nvidia 進軍 Mlops，Tao 框架的正式推出是關鍵一步
- 想導入 Ai 企業不必從頭來，Nvidia 直接提供垂直領域解法
簡單來說，TAO 讓 AI 模型的訓練過程，最快能夠在數小時之內完成。 相較於以往企業若從頭開始做起，經常花費數週、數月來蒐集龐大資料、訓練一個 AI 模型，TAO 大幅減少導入 AI 的時間和人力成本，砍低了過去需要大規模訓練、深入人工智慧專業知識的高門檻。現在，只要抓取你喜歡的預訓練模型（pre-trained model），輸入小型數據（可能少至 100 組 資料）和幾行程式碼，用戶就能部署模型，無需具備深厚的 AI 專業知識。 為了完善這些即抓即用的預訓練模型，NVIDIA 耗費五年多的時間內，投入了數億個 GPU 的計算時間，才有了如此高效的框架！ TAO 使用了剪枝（pruning）和量化（quantization）等優化方式，在不影響準確度的前提下，降低運算複雜度與模型尺寸，節...
推出了 TAO 這樣的全新框架，象徵著 NVIDIA 正大步踏入 MLOps 領域，再度跳脫以往硬體晶片供應商的形象。 像 TAO 這類的服務，運用了資料科學，改變企業開發人工智慧的方式，解決龐大資料集等常見複雜問題，MLOps 也為 AI/ML 作業注入了 DevOps 的紀律性和可靠性，持續的整合和交付 (CI/CD) ，有助開發出密集型的 ML 應用。以效能來說，NVIDIA 表示 TAO 框架能夠將 AI 開發速度提高 10 倍以上。 那麼，用戶的實際使用流程，又會長怎樣呢？ 首先，你可以從 NVIDIA 所提供的 NGC catalog 的目錄之中，挑選並下載預先訓練好的模型，這些皆是 NVIDIA 使用公開資料庫或自行蒐集、運用於特定領域的預訓練模型（pre-trained mo...
據 NVIDIA 產品管理總監 Adel El Hallak 所述，許多公司缺乏深度學習所需的專業能力，也沒有足夠的大型數據集或算力資源，這是常見的問題。然而，隨越來越多公司希望在產品和服務中快速部署 AI，簡易但高效的解法必須因應出現。 「企業人工智慧將有一個新的版圖，新的 NVIDIA Workflow 運用了現成的技術，然後透過 NVIDIA TAO 和 NVIDIA Fleet Command 簡化 AI 工作流程，進而縮短 AI 旅程並降低成本」，Hallak 表示。 而 MLOps 的這一股潮流，正在翻轉過去企業落地 AI 的模式，除了 NVIDIA 之外，Facebook（FBLearner Platform）、Airbnb（Zipline）、亞馬遜（AWS Lookout f...
2021年7月27日 · 再就模型最佳化來看，SAS 業務顧問部副總經理陳新銓指出，SAS 過往曾協助某製造業進行模型最佳化的工作，相關參數的排列組合高達 9 萬個，若以人工方式一一測試這些排列組合的運算結果與準確度，最快也需要兩個月的時間才能找出準確度最高的模型 ...
2021年4月19日 · 第一，希望模型本身的學習方式比較接近人類，不需要太多數據就可以學到一些東西。 例如中文字辨識的 AI 模型，如果已經可以掌握點、撇、勾等基本筆順的辨識原則，遇到新的圖資時，便可以用這些已知原則做類推判斷。 第二，遇到新種類的命題，希望用來改善稀有數據的建模。 例如想要辨識剛出現的新型態電腦病毒，或者辨識居家高齡者是否跌倒，這些情境往往難以收集到大量的數據樣本。 第三，希望節省數據收集，還有標註的人力成本。 例如有十萬筆數據，每筆都需要標註上百個特徵，此時便會希望能夠抓出其中具代表性的數據來做標註、學習，而剩下的部分即使未標註亦可以幫助機器學習。 小數據學習，如何著手開始？ 如果你已經有了一批數據，加上有一個既有的模型，如何透過小數據，做出更好的模型擬合（Fitting）效果呢？
2019年8月13日 · 在此案例中，任務（T）是標記新郵件是否為垃圾郵件，經驗（E）是訓練數據，性能度量（P） 需要定義。例如，你可以定義正確分類的電子郵件的比例為 P。這種特殊的性能度量稱為準確度，這是一種有監督的學習方法，常被用於分類任務。 機器學習 ...
2021年3月11日 · 2021-03-11. 分享本文. 【我們為什麼挑選這篇文章】你的 AI 模型太大，導致實際跑起來速度慢、成效不盡理想嗎？ Google 發布了一系列針對 TensorFlow Lite 和 XNNPACK 浮點加速庫的稀疏化新工具，在行動設備或 Web 上皆可執行，據說能在不影響 AI 模型運算準確性的同時，「修剪」模型大小，提升模型的運算速度！ （責任編輯：賴佩萱） 本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處. 作者：量子位. 一頓操作後，需要實時模糊背景的影片，看起來流暢了不少： 即時目標檢測的延遲也更低了：
2019年5月2日 · 你可以用機器學習演算法來測試線性模型以及多項式模型，指數模型等，來檢驗這些假設是否相對我們的先驗損失函數對數據集給出更好的擬合度。 在傳統統計學概念中，我們選擇一個模型，評估其準確性，但無法自動從 100 個不同的模型中摘出最優的 ...
&ck=89084A25251BA1B2851CCF612401D7E3&idpp=rc&idpview=singleimage&form=rc2idp "便利妥快速測試準確度1")
&ck=C69A99EA7C541F2F3459041B76A64259&idpp=rc&idpview=singleimage&form=rc2idp "便利妥快速測試準確度2")
&ck=EB73D3792D61A38C44E9234F168EF4AE&idpp=rc&idpview=singleimage&form=rc2idp "便利妥快速測試準確度3")
&ck=0CFF64643D7EED620704F9B4562F9A34&idpp=rc&idpview=singleimage&form=rc2idp "便利妥快速測試準確度4")
&ck=7D348B0A9541B14284D3BC59BF619C27&idpp=rc&idpview=singleimage&form=rc2idp "便利妥快速測試準確度5")
