Filters

Blog post

英特尔助力自动驾驶发展

打造未来完美交通体系,塑造美好生活和安全世界
Authored by IDZSupport K. Last updated on 03/29/2017 - 03:51
Video

人工智能资讯:2017 年 2 月

在本期视频中,我们将介绍全新的英特尔 Go Automated 软件开发套件。该套件不仅整合了所有现有工具,而且融入了最新的自动驾驶技术。立即注册,在英特尔 Go Automotive SDK 可供预览时率先接收通知。

此外,我们将告知您在哪里了解强大的 5G 技术及其如何增强自动驾驶的通信功能。我们还会简要介绍我们与数字地图和位置服务提供商 HERE 合作的计划。 

Authored by IDZSupport K. Last updated on 03/28/2017 - 21:57
Video

人工智能的人类端:情感计算

情感计算可帮助我们了解我们的情感状态、制定更好的决策、更有效地帮助他人,也可以帮助机器制定决策来丰富我们的生活。情感数据还有另外一种有趣的用途:机器学习。通过数据收集来强化机器的理解能力,最终为您带来个性化的体验。

设想一下,您生活和工作的环境具备出色的智能特征,能够根据您在某个时刻的心情提供个性化的体验。设想一下,您能够更好地照顾老人、儿童和其他生活不便的人。

Authored by IDZSupport K. Last updated on 03/28/2017 - 20:08
Video

情感计算增强车辆智能

情感计算是设备了解人类情感、并采取相应措施的一种能力。 在本视频中,我们将通过一个示例了解驾驶时如何利用情感数据。

Authored by IDZSupport K. Last updated on 03/28/2017 - 19:56
Video

英特尔® 深度学习 SDK 入门

该视频展示了英特尔深度学习 SDK。数据科学家和软件开发人员可以通过深度学习 SDK 简化安装工作,利用英特尔硬件上常见的深度学习框架轻松准备模型,在英特尔® 架构上优化训练和推断性能。该视频主要介绍了训练工具,利用 LeNet* 拓扑和 MNIST 数据集展示了模型训练。

Authored by IDZSupport K. Last updated on 03/24/2017 - 02:24
Responsive Landing Page

在 KAGGLE* 平台上的英特尔® 竞赛注册 | 人工智能 | 英特尔® 软件

了解与人工智能发烧友竞赛来为各机构提供解决方案的最新消息。
Authored by Horta, Areli Last updated on 03/28/2017 - 08:33
Video

怎样在 Game Jam 中获得最佳的体验?

Learn from an expert: Portland Indie Game Squad’s Will Lewis has organized and participated in lots of game jams, and has some wisdom to share to help you learn how to get the most out of your game

Authored by IDZSupport K. Last updated on 03/28/2017 - 06:16
Article

借助英特尔集成显卡,优化提升PC版 Halo War*2 性能

当来自英国的顶级工作室 Creative Assembly* 开始开发 Halo Wars* 2 时,他们的目标很宏伟,他们希望游戏在 DirectX* 12 支持的各种设置上运行,在各个硬件层面上都具有较强的可玩性——包括高级台式机 PC 配置和笔记本电脑。 尽管通过一系列的优化,配有独立显卡的高端系统的游戏体验在不断增强,他们团队仍将进一步探索针对英特尔集成显卡和多核处理功能如何进行游戏优化。
Authored by admin Last updated on 03/28/2017 - 04:05
Article

2016 第九届“英特尔杯”全国大学生软件创新大赛获奖作品

回到英特尔学术社区首页 >>

Authored by IDZSupport K. Last updated on 03/28/2017 - 03:25
Blog post

英特尔® 数据分析加速库

The Intel® Data Analytics Acceleration Library (Intel® DAAL) helps speed big data analytics by providing highly optimized algorithmic building blocks for all data analysis stages (Pre-processing, Transformation, Analysis, Modeling, Validation, and Decision Making) for offline, streaming and distributed analytics usages. It’s designed for use with popular data platforms including Hadoop*, Spark*,...
Authored by James R. Last updated on 03/27/2017 - 20:43
For more complete information about compiler optimizations, see our Optimization Notice.