Tools

Python

Aktuelle Berichte, Erklärungen und verbundene Technologiethemen.

Neueste Berichte

CN
Ben Affleck erklärt künstliche Intelligenz in der Filmindustrie und enthüllt seinen Ansatz zum Training maßgeschneiderter Modelle

Ben Affleck erklärt künstliche Intelligenz in der Filmindustrie und enthüllt seinen Ansatz zum Training maßgeschneiderter Modelle

Aufnahmen von Ben Affleck, in denen er über neuronale Netze, Transformer, Modelle mit offenen Gewichten und deren Anwendungen in der Filmindustrie spricht, verbreiteten sich. Er sagt, sein Start-up habe einen eigenen Datensatz zusammengestellt und Modelle für spezifische filmische Aufgaben entwickelt, bevor es in einem Geschäft, dessen Wert Berichten zufolge 587 Millionen US-Dollar betrug, an Netflix verkauft wurde. Dabei betont er, dass die Zahl nicht zutreffend sei.

CN
Praktischer Ansatz zur Einführung künstlicher Intelligenz in das RF-Schaltungsdesign, ohne den Arbeitsablauf neu aufzubauen

Praktischer Ansatz zur Einführung künstlicher Intelligenz in das RF-Schaltungsdesign, ohne den Arbeitsablauf neu aufzubauen

Der Beitrag schlägt einen schrittweisen Weg zur Einführung künstlicher Intelligenz in das Design von Hochfrequenzschaltungen vor. Er beginnt mit der Dokumentation von Erfahrungswissen, setzt sich mit der Koordination von Werkzeugen fort und beschleunigt anschließend die Erforschung von Designvarianten. Dabei wird betont, dass die Geschwindigkeit von Modellen ohne die Überprüfung der Übereinstimmung zwischen Simulationsergebnissen und gemessener Hardware sowie ohne die Nachverfolgung der Trainingsdaten nicht ausreicht.

CN
Wie man Numba zur Beschleunigung rechenintensiver Python-Modelle im Finanzdienstleistungssektor einsetzt

Wie man Numba zur Beschleunigung rechenintensiver Python-Modelle im Finanzdienstleistungssektor einsetzt

Chad Schuster von Milliman erläutert, wie Numba Teile von Python-Programmen über LLVM in optimierten Code umwandeln kann und dabei parallele Verarbeitung sowie GPU-Einheiten nutzt. Das Experiment zeigt erhebliche Leistungsgewinne, offenbart jedoch auch Einschränkungen bei objektorientierter Programmierung, Typinferenz und Kompilierungszeit. Dadurch wird die Auswahl geeigneter Teile zur Beschleunigung zu einem entscheidenden Faktor.