​​​​​heise-Angebot: SQL Server für Entwickler: Die Webinar-Serie von Heise
#DeepLearning #MachineLearning #TensorFlow #heiseAcademy

In fünf digitalen Live-Trainings lernen Interessierte in insgesamt 20 praxisnahen Stunden, wie sie die tägliche Arbeit mit dem SQL Server meistern

​​​​​Machine-Learning-Framework TensorFlow 2․9 erweitert Keras und TF Lite
#DeepLearning #MachineLearning #TensorFlow #TensorflowLite

Die Keras-Library bekommt zusätzliche ResNet-Modelle und flexiblere Optimizer․ Die schlanke Lite-Variante kennt zusätzliche Datentypen und Operationen․

​​​​​heise-Angebot: Machine Learning mit TensorFlow: 5 Tickets im Wert von je 495 Euro zu gewinnen
#DeepLearning #MachineLearning #TensorFlow #heiseAcademy

In vier digitalen Live-Trainings lernen Interessierte, wie sie eigene Machine-Learning-Projekte umsetzen․ Jetzt verlosen wir 5 Tickets für die Webinar-Serie․

​​​​​Adlik Eagle 0․5: Deep-Learning-Modelle schneller produktiv einsetzen
#DeepLearning #Inferenz #LFAIUndDataFoundation #LinuxFoundation #LinuxundOpenSource #MachineLearning

Das Open-Source-Tool Adlik zum Optimieren und Bereitstellen trainierter Deep-Learning-Modelle bietet in Version Eagle 0․5 mehr Leistung und neue Optionen․

​​​​​Machine-Learning TensorFlow 2: Schnelleres Training mit dem DirectML Plugin
#DeepLearning #KünstlicheIntelligenz #MachineLearning

Microsoft kündigt die Vorschau des DirectML PluggableDevice für TensorFlow2 an․ Das Paket soll das Training beim maschinellen Lernen deutlich beschleunigen․

​​​​​Machine Learning: PyTorch 1․12 mit TorchArrow-Bibliothek und nvFuser
#DeepLearning #KünstlicheIntelligenz #MachineLearning #Python

Das ML-Framework beinhaltet in der Version 1․12 eine Beta der AWS-S3-Integration und der TorchArrow-Bibliothek sowie den nvFuser als Deep Learning Compiler․

​​​​​Machine-Learning: Keras gewinnt in TensorFlow 2․10 an Usability
#ARM #AmazonWebServices #DeepLearning #Intel #Keras #MachineLearning #TensorFlow #TensorflowLite

TensorFlow erhöht die Keras-Nutzerfreundlichkeit durch einen neuen Umgang mit Attention Layern und geht eine Kooperation mit Intel, AWS und weiteren ein․

​​​​​AlphaTensor: KI-System beschleunigt Matrixmultiplikation mit neuem Algorithmus
#Algorithmen #AlphaZero #DeepLearning #DeepMind #KünstlicheIntelligenz #MachineLearning

Mit Deep Reinforcement Learning hat DeepMind einen Algorithmus entdeckt, auf den kein Mensch kam․ Er soll die Matrixmultiplikation signifikant beschleunigen․

​​​​​AlphaTensor: AI system speeds up matrix multiplication with new algorithm
#Algorithmen #AlphaZero #DeepLearning #DeepMind #KünstlicheIntelligenz #MachineLearning

With Deep Reinforcement Learning, DeepMind has discovered an algorithm no human thought of․ It is supposed to significantly accelerate matrix multiplication․

​​​​​"KI? Ich bin lieber Teil davon als abgehängt": Interview mit einem Investor
#AlephAlpha #DeepLearning #Investition #KünstlicheIntelligenz #MachineLearning #OpenAI #Startups

Stability AI hat eine große Finanzierungsrunde hinter sich, und KI hat Konjunktur․ Wir müssen den Umgang mit Technologie neu denken, sagt Investor Nils Seele․

​​​​​heise+ | Skalierungshypothese: Welche nächsten Schritte muss die KI-Forschung gehen?
#DeepLearning #Energie #ForschungUndEntwicklung #KünstlicheIntelligenz #Skalierungshypothese #Statistik #Wissenschaftsethik

Können künstliche Intelligenzen beliebige intellektuelle Aufgaben meistern, wenn man die aktuellen Netze auf Gehirngröße zu skaliert? Ein Streitgespräch․

​​​​​Microsoft will OpenAI wohl fester binden: Neue Finanzierungsrunde steht bevor
#DeepLearning #GPT3 #Investition #KünstlicheIntelligenz #MachineLearning #Microsoft #OpenAI #StableDiffusion #Startups

OpenAI soll sich in fortgeschrittenen Verhandlungen mit Microsoft befinden․ Offenbar plant der Hauptinvestor, seinen KI-Partner noch exklusiver zu vereinnahmen․

​​​​​Canonical erweitert seinen Kubernetes-ML-Toolkasten mit Huaweis MindSpore
#Canonical #DeepLearning #Kubernetes #ML #MachineLearning

Charmed Kubeflow erhält eine native Integration von Huaweis Open Source KI-Framework Mindspore, wie Ubuntu-Distributor Canonical angekündigt hat․

​​​​​"Dive Into Deep Learning": Ein interaktives Buch für DL
#DeepLearning #KünstlicheIntelligenz #MachineLearning #Tutorial

Das interaktive und kostenlose Maschine-Learning-Buch D2L hilft beim Einstieg in Deep Learning․

​​​​​Machine imagines music: KI komponiert neue Wagner-Musik, Uraufführung in Dresden
#DeepLearning #Komposition #KünstlicheIntelligenz #MachineLearning #Musik #Programmierung

Die Singakademie Dresden wagt mit TU Darmstadt und Aleph Alpha ein Experiment: Am 20․ November führt der Chor die KI-Komposition "Meistersinger reloaded" auf․

​​​​​Künstliche Intelligenz: eine subjektive Bestandsaufnahme
#DeepLearning #Ethik #KünstlicheIntelligenz #MLOps #MachineLearning

Künstliche Intelligenz hat das Labor verlassen und ist in der Realität eines jeden von uns angekommen․ Aber haben wir noch Einfluss auf das, was da passiert?

​​​​​Machine Learning: PyTorch 2․0 wird beschleunigen und sich auf Python besinnen
#DeepLearning #MachineLearning #PyTorch #Python

Die anstehende Version führt einen Python-basierten Kompiliermodus für eine deutliche Beschleunigung ein․ Als Nightly-Feature steht er experimentell bereit․

​​​​​FOSDEM 2023: Künstliche Intelligenz und Open Source Software
#DataMining #DataScience #DeepLearning #FOSDEM #FOSDEM2023 #KünstlicheIntelligenz #LinuxFoundation #LinuxundOpenSource #MachineLearning

Am Wochenende treffen sich in Brüssel wieder tausende Open-Source-Enthusiasten zur jährlichen FOSDEM․ Die Themen KI und Machine Learning nehmen viel Platz ein․

​​​​​Machine Learning: PyTorch 2․0 beschleunigt mit Python-basierter Kompilierung
#DeepLearning #MachineLearning #PyTorch #Python

Der in Python geschriebene Kompiliermodus torch․compile ist zur Haupt-API des Frameworks geworden․ Dennoch bleibt das Major Release abwärtskompatibel․

​​​​​Machine Learning: Charmed Kubeflow 1․7 integriert Knative für Serverless ML
#Canonical #DeepLearning #Knative #Kubeflow #Kubernetes #MLOps #MachineLearning #Ubuntu

Das neue Release von Charmed Kubeflow verspricht einfacheres Training und Optimieren sowie effizienteres Bereitstellen von ML-Modellen in Kubernetes․