頭條 英特爾正式宣布出售Altera 51%股份 4 月 14 日消息，英特爾北京時(shí)間 20:30 正式宣布同私募股權(quán)企業(yè) Silver Lake 銀湖資本達(dá)成 FPGA 子公司 Altera 股份出售協(xié)議。Silver Lake 將以 87.5 億美元的估值買下 Altera 51% 的股份，英特爾繼續(xù)持有剩余 49% 股份。 最新資訊 從易到難總結(jié)幾種FPGA時(shí)序約束方法 從最近一段時(shí)間工作和學(xué)習(xí)的成果中，我總結(jié)了如下幾種進(jìn)行時(shí)序約束的方法。按照從易到難的順序排列如下： 發(fā)表于：8/18/2018 C語言模塊化程序設(shè)計(jì)相關(guān)概念 模塊劃分的"劃"是規(guī)劃的意思，意指怎樣合理的將一個(gè)很大的軟件劃分為一系列功能獨(dú)立的部分合作完成系統(tǒng)的需求。C語言作為一種結(jié)構(gòu)化的程序設(shè)計(jì)語言，在模塊的劃分上主要依據(jù)功能(依功能進(jìn)行劃分在面向?qū)ο笤O(shè)計(jì)中成為一個(gè)錯(cuò)誤，牛頓定律遇到了>相對論)，C語言模塊化程序設(shè)計(jì)需理解如下概念： 發(fā)表于：8/18/2018 ECCV 2018 | 對抗深度學(xué)習(xí): 魚 (模型準(zhǔn)確性) 與熊掌 (模型魯棒性) 能否兼得？ 分類的準(zhǔn)確度長期以來都是評價(jià)圖像分類模型性能的最核心甚至唯一標(biāo)準(zhǔn)。但最近研究表明，即使是充分訓(xùn)練好的深度神經(jīng)網(wǎng)絡(luò)模型也很容易被對抗攻擊算法攻破。 發(fā)表于：8/18/2018 業(yè)界 | 專訪達(dá)觀數(shù)據(jù)CEO陳運(yùn)文：文檔審閱2.0時(shí)代到來 利用機(jī)器學(xué)習(xí)技術(shù)審閱文檔，生成摘要，提高文字工作效率是人工智能的重要發(fā)展方向。近日，達(dá)觀數(shù)據(jù)推出了文檔智能審閱系統(tǒng) 2.0 版，吸引了德勤、平安信托等眾多公司的青睞。 發(fā)表于：8/18/2018 前沿 | XNN：打開了自己黑箱的神經(jīng)網(wǎng)絡(luò) 本文介紹了一種旨在「打開」并解釋神經(jīng)網(wǎng)絡(luò)的新模型 XNN（可解釋神經(jīng)網(wǎng)路）。該網(wǎng)絡(luò)包含三個(gè)重要組成部分：投影層、子網(wǎng)絡(luò)、組合層。XNN 還可用于替代復(fù)雜模型，無論將 XNN 用作主要模型還是用于更復(fù)雜模型的替代模型，XNN 都可以直接解釋模型如何使用輸入特征進(jìn)行預(yù)測。 發(fā)表于：8/18/2018 學(xué)界 | 利用AI精確重建多模光纖傳輸圖像，該技術(shù)或可改變醫(yī)療和通信行業(yè) 近日，來自瑞士聯(lián)邦理工學(xué)院的一組研究人員在美國光學(xué)學(xué)會的高影響因子期刊 Optica 上發(fā)表文章報(bào)告其研究成果。 發(fā)表于：8/18/2018 華爾街再吸機(jī)器學(xué)習(xí)大牛，Pedro Domingos加入對沖基金巨頭DE Shaw 據(jù)對沖基金巨頭之一 DE Shaw 官網(wǎng)信息，華盛頓大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)教授，《The Master Algorithm》作者 Pedro Domingos 將于 8 月 27 日加入該公司，成為 DE Shaw 集團(tuán)新成立的機(jī)器學(xué)習(xí)組的總經(jīng)理與負(fù)責(zé)人。 發(fā)表于：8/18/2018 英特爾芯片再曝新漏洞：黑客可獲任意內(nèi)存信息，酷睿和至強(qiáng)處理器全部中招！ 繼今年年初的Meltdown（熔斷）和Spectre（幽靈）漏洞之后，研究人員在英特爾電腦芯片中又發(fā)現(xiàn)了嚴(yán)重安全漏洞。 發(fā)表于：8/17/2018 華大九天模擬/混合信號IC全流程設(shè)計(jì)解決方案獲TowerJazz采用 電子設(shè)計(jì)自動(dòng)化（EDA）解決方案供應(yīng)商華大九天日前宣布，其模擬/混合信號全流程IC設(shè)計(jì)解決方案已正式進(jìn)入全球領(lǐng)先的晶圓代工廠TowerJazz公司的設(shè)計(jì)參考流程。 發(fā)表于：8/17/2018 Ian Goodfellow：你的GAN水平我來打分 如何評價(jià)生成模型的性能好壞？這似乎是一個(gè)復(fù)雜而困難的任務(wù)。Ian Goodfellow 提出的生成對抗網(wǎng)絡(luò) GAN 已經(jīng)成為人工智能的重要研究方向，吸引了眾多學(xué)者投入研究。 發(fā)表于：8/17/2018 ?…82838485868788899091…?
