Jakarta (Teclovers) - Produsen chip NVidia telah mengenalkan tools software deep learning terbaru untuk para ilmuwan data dan pengembang untuk membuat sebagian kesempatan luas dalam pembelajaran mendalam.
Tools yang dikenalkan NVidia pada pameran International Supercomputing (ISC 2016) dan Konferensi International mengenai Machine Learning (ICML 2016), menyediakan alur kerja baru pendeksian jarignan saraf untuk mengenali contoh-contoh wajah, pejalan kaki, dan gambar benda-benda lainnya--seperti pelacakan kendaraan dengan citra satelit.
NVidia Digit 4 juga secara otomatis dapat melatih jaringan saraf di berbagai parameter tuning, secara signifikan mengurangi waktu yang dibutuhkan untuk sampai pada solusi yang akurat.
NVidia cuDNN terus memberikan peningkatan kinerja pada setiap rilis baru. Versi 5.1 memberikan kinerja tinggi dan GPU Inference Machine NVidia Tesla M4 memberikan kinerja 16 kali lebih baik dibanding sistem CPU yang biasa digunakan untuk inferensi saat ini.
Deteksi kanker
Para peneliti dari Beth Israel Deaconess Medical Center (BIDMC) dan Harvard Medical School telah mengembangkan pendekatan deep learning untuk membaca dan menafsirkan gambar-gamber patologi.
Didukung dengan Tesla K80 GPU dengan kerangka kerja deep learning cuDNN-accelerated Caffe, sistem mereka mancapai 92 persen akurasi saat mengidentifikasi kanker payudara melalui gambar kelenjar getah bening.
Atas capaiannya itu, tim mendapatkan penghargaan tertinggi dalam dua kategori terpisah dalam Simposium International tahunan Biomedical Imaging (ISBI).
Tim juga menerbitkan sebuah makalah yang merinci lebih detil dari hasil karya mereka.
Andrew Beck dari BIDMC mengatakan yang benar-benar menarik adalah bahwa 99,5 persen akurasi dapat dicapai ketika analisis patologi dan hasil dari sistem deep learning yang digunakan bersama.
Dia menambahkan,"Hasil kami di kompetisi ISBI menunjukkan bahwa apa yang komputer lakukan adalah benar-benar cerdas dan bahwa kombinasi dari manusia dan interpretasi komputer akan menghasilkan diagnosis yang lebih tepat dan lebih bernilai klinis untuk menuntun keputusan pengobatan."
Sumber: NVidia
Tools yang dikenalkan NVidia pada pameran International Supercomputing (ISC 2016) dan Konferensi International mengenai Machine Learning (ICML 2016), menyediakan alur kerja baru pendeksian jarignan saraf untuk mengenali contoh-contoh wajah, pejalan kaki, dan gambar benda-benda lainnya--seperti pelacakan kendaraan dengan citra satelit.
NVidia Digit 4 juga secara otomatis dapat melatih jaringan saraf di berbagai parameter tuning, secara signifikan mengurangi waktu yang dibutuhkan untuk sampai pada solusi yang akurat.
NVidia cuDNN terus memberikan peningkatan kinerja pada setiap rilis baru. Versi 5.1 memberikan kinerja tinggi dan GPU Inference Machine NVidia Tesla M4 memberikan kinerja 16 kali lebih baik dibanding sistem CPU yang biasa digunakan untuk inferensi saat ini.
Deteksi kanker
Para peneliti dari Beth Israel Deaconess Medical Center (BIDMC) dan Harvard Medical School telah mengembangkan pendekatan deep learning untuk membaca dan menafsirkan gambar-gamber patologi.
Kerangka kerja yang digunakan untuk pendeteksian kanker payudara dengan sistem deep learning.
Didukung dengan Tesla K80 GPU dengan kerangka kerja deep learning cuDNN-accelerated Caffe, sistem mereka mancapai 92 persen akurasi saat mengidentifikasi kanker payudara melalui gambar kelenjar getah bening.
Atas capaiannya itu, tim mendapatkan penghargaan tertinggi dalam dua kategori terpisah dalam Simposium International tahunan Biomedical Imaging (ISBI).
Tim juga menerbitkan sebuah makalah yang merinci lebih detil dari hasil karya mereka.
Andrew Beck dari BIDMC mengatakan yang benar-benar menarik adalah bahwa 99,5 persen akurasi dapat dicapai ketika analisis patologi dan hasil dari sistem deep learning yang digunakan bersama.
Dia menambahkan,"Hasil kami di kompetisi ISBI menunjukkan bahwa apa yang komputer lakukan adalah benar-benar cerdas dan bahwa kombinasi dari manusia dan interpretasi komputer akan menghasilkan diagnosis yang lebih tepat dan lebih bernilai klinis untuk menuntun keputusan pengobatan."
Sumber: NVidia
COPYRIGHT © Teclovers.com 2016
