比浏览器更快的访问！
8 关系: AlphaGo Zero，AQ (圍棋軟體)，卷积神经网络，對Google的批評，张量处理器，Minigo，Python，深度学习。
AlphaGo Zero
AlphaGo Zero是DeepMind圍棋軟體AlphaGo的最新版。2017年10月19日，AlphaGo团队在《自然》上发表文章介绍了AlphaGo Zero，文中指出此版本不採用人类玩家的棋譜，且比之前的所有版本都要强大。通过自我对弈，AlphaGo Zero在三天内以100比0的戰績战胜了AlphaGo Lee，花了21天达到AlphaGo Master的水平，用40天超越了所有旧版本。DeepMind联合创始人兼CEO杰米斯·哈萨比斯说，AlphaGo Zero“不再受限于人类认知”，很强大。由于专家数据「經常很贵、不可靠或是無法取得」，不借助人类专家的数据集训练人工智能，对于人工智能开发超人技能具有重大意义，因為這樣的AI不是學習人，是透過對自我的反思和獨有的創造力直接超越人類。文章作者之一表示，摒弃向人类学习的需求，这有可能是对现有人工智能算法的拓展。.
新！!: TensorFlow和AlphaGo Zero · 查看更多 »
AQ (圍棋軟體)
AQ是日本程式設計師山口祐所開發的電腦圍棋軟體。.
新！!: TensorFlow和AQ (圍棋軟體) · 查看更多 »
卷积神经网络
卷积神经网络（Convolutional Neural Network, CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。 卷积神经网络由一个或多个卷积层和顶端的全连通层（对应经典的神经网络）组成，同时也包括关联权重和池化层（pooling layer）。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比，卷积神经网络在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网络，卷积神经网络需要考量的参数更少，使之成为一种颇具吸引力的深度学习结构。.
新！!: TensorFlow和卷积神经网络 · 查看更多 »
對Google的批評
一般對Google的批評包括搜索结果滥用和操纵的可能性、使用他人的知识产权、其编译的数据可能违反隐私使人担忧、审查搜寻结果和内容、Google的服务器能源消耗以及传统的业务问题，如竞争、垄断和限制贸易。 Google是一家美国的跨国公司，主要在互联网搜索，云计算，广告技术上投资。Google主持和开发基于互联网的服务和产品，利润主要来自其AdWords的广告平台。Google称其使命是“组织全世界的信息，并使人人皆可访问并有用”（to organize the world's information and make it universally accessible and useful），但Google如何完成此使命引起了关注。与相关的大部分的批评涉及的问题还没有得到解决。.
新！!: TensorFlow和對Google的批評 · 查看更多 »
张量处理器
张量处理器（tensor processing unit，缩写：TPU）是Google为机器学习定制的专用芯片（ASIC），专为Google的深度学习框架TensorFlow而设计。 与图形处理器（GPU）相比，TPU采用低精度（8位）计算，以降低每步操作使用的晶体管数量。降低精度对于深度学习的准确度影响很小，但却可以大幅降低功耗、加快运算速度。同时，TPU使用了的设计，用来优化矩阵乘法与卷积运算，减少I/O操作。此外，TPU还采用了更大的片上内存，以此减少对DRAM的访问，从而更大程度地提升性能。 Google在2016年的Google I/O年会上首次公布了TPU。不过在此之前TPU已在Google内部的一些项目中使用了一年多，如Google街景服务、以及其旗下DeepMind公司的围棋软件AlphaGo等都用到了TPU。而在2017年的Google I/O年会上，Google又公布了第二代TPU，并将其部署在Google云平台之上。第二代TPU的浮点运算能力高达每秒180万亿次。.
新！!: TensorFlow和张量处理器 · 查看更多 »
Minigo
Minigo是一套電腦圍棋軟體。.
新！!: TensorFlow和Minigo · 查看更多 »
Python
Python（ ），是一种广泛使用的高级编程语言，属于通用型编程语言，由吉多·范罗苏姆创造，第一版发布于1991年。可以視之為一種改良（加入一些其他程式語言的優點，如物件導向）的LISP。作为一种解释型语言，Python的设计哲学强调代码的可读性和简洁的语法（尤其是使用空格缩进划分代码块，而非使用大括号或者关键词）。相比於C++或Java，Python让开发者能够用更少的代码表达想法。不管是小型还是大型程序，该语言都试图让程序的结构清晰明了。 与Scheme、Ruby、Perl、Tcl等动态类型编程语言一样，Python拥有动态类型系统和垃圾回收功能，能够自动管理内存使用，并且支持多种编程范式，包括面向对象、命令式、函数式和过程式编程。其本身拥有一个巨大而广泛的标准库。 Python 解释器本身几乎可以在所有的操作系统中运行。Python的正式直譯器CPython是用C语言编写的、是一個由社群驱动的自由软件，目前由Python软件基金会管理。.
新！!: TensorFlow和Python · 查看更多 »
深度学习
深度学习（deep learning）是机器学习的分支，是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法。观测值（例如一幅图像）可以使用多种方式来表示，如每个像素强度值的向量，或者更抽象地表示成一系列边、特定形状的区域等。而使用某些特定的表示方法更容易从实例中学习任务（例如，人脸识别或面部表情识别）。深度学习的好处是用非监督式或的特征学习和分层特征提取高效算法来替代手工获取。 表征学习的目标是寻求更好的表示方法并建立更好的模型来从大规模未标记数据中学习这些表示方法。表示方法来自神经科学，并松散地建立在類似神经系统中的信息处理和对通信模式的理解上，如神经编码，试图定义拉動神经元的反应之间的关系以及大脑中的神经元的电活动之间的关系。 至今已有數种深度学习框架，如深度神经网络、卷积神经网络和和递归神经网络已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并取得了极好的效果。 另外，「深度学习」已成為類似術語，或者说是神经网络的品牌重塑。.
新！!: TensorFlow和深度学习 · 查看更多 »
