Clik here to view.
借助英特尔® 数据分析加速库改进支持向量机
借助英特尔® 数据分析加速库改进支持向量机的性能简介在互联网广泛普及的情况下，文本分类已成为处理和管理文本数据的重要方式。文本分类用于对新闻报道分类和查找 Web 上的信息。例如，为搜索 Web 上的照片或区分马和狮子，必须采用相关机制对图片进行识别和分类。对文本或图片分类非常耗时。这种分类是一种出色的机器学习功能。[1]本文描述了一种名为支持向量机的分类机器学习算法[2]，以及英特尔®...
View Article英特尔® 数学核心函数库（英特尔® MKL）新添免费选择，依靠自己，免版税
所有用户均可以在 Windows*、Linux* 或 OS X* 上免费获取英特尔® 数学核心函数库（英特尔® MKL），它是一款面向 x86 和 x86-64 的高性能数学库（单击此处注册并下载）。只有在英特尔® Parallel Studio XE中获取英特尔® 卓越支持（英特尔提供的 1:1...
View ArticleClik here to view.
在 Matlab* 上使用英特尔® 数据分析加速库
英特尔®数据分析加速库（英特尔® DAAL）是一种高性能库，它提供了丰富的算法集，从面向数据集的最基本的描述统计，到更高级的数据挖掘和机器学习算法。它可以帮助开发人员轻松地开发高度优化的大数据算法。该加速库支持众多常见的数据平台，例如 Hadoop*、Spark*, R和 Matlab*。Matlab* 是一种多模式数值计算和交互式软件，广泛用于解决各种设计和科学问题。本文旨在为 Matlab*...
View ArticleClik here to view.
技术能替代人眼吗？
数据不仅涉及数字还是一种实施高效通信的工具，能够帮助我们做出明智的决策。有史以来，伽利略对数据分析的理解最为透彻。1610 年，他在观察昴星团时发现，用肉眼可以看到 6 颗明亮的星星，在黑夜，视力非常好的人最多能看到 9 颗星星。 伽利略利用望远镜发现 40 多颗微弱的亮点散落在 6 个明亮的星星中间。他在星团图中记录了 36...
View ArticleClik here to view.
利用用户体验设计对抗虚拟现实眩晕
作者：Matt Rebong简介虚拟现实 (VR) 游戏成为了游戏开发的一个新趋势，唤起了每位创新型开发人员的热情。 在这个全新的领域中，独一无二的游戏机制具有无限的可能。 然而，随着越来越多的游戏开发人员由传统游戏开发迁移至虚拟现实，有一个问题正日益限制创新的自由。 恶心，被社区称为“虚拟现实眩晕”...
View ArticleClik here to view.
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 >>第九届“英特尔杯”全国大学生软件创新大赛暨移动应用开发大赛获奖作品第九届"英特尔杯"全国大学生软件创新大赛总决赛合影（下载高清版本）获奖作品展示• 第九届英特尔杯全国大学生软件创新大赛 — 特等奖（1名）参赛学校：哈尔滨工业大学团队名称：Ilife项目名称： Eyelife弱视群体生活伴侣项目文档• 第九届英特尔杯全国大学生软件创新大赛 —...
View ArticleClik here to view.
借助英特尔集成显卡，优化提升PC版 Halo War*2 性能
下载文档 PDF 1.35MB任务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。...
View ArticleClik here to view.
从家用游戏机到PC虚拟现实游戏：《不语者》给我们的启示
下载文档 PDF 1.06 MB1. 简介Unspoken* 是一款由 Insomniac Games* 公司开发的第一人称施咒虚拟现实游戏，采用了 Oculus Touch* 控制器。 Insomniac Games 是一家经验丰富的控制台开发公司，他们的内部引擎经过扩展后可以支持虚拟现实。 从帧速率为 30 fps 的控制台体验，到高端虚拟现实设备上达到 90...
View ArticleAndroid Things* Developer Preview Now Available on the Intel® Edison board
Today Google released their developer preview of Android Things*, previously known as Project Brillo*. Android Things is Google’s open-source, Android*-based, Internet of Things (IoT) operating system....
View ArticleInstalling Android Things* on the Intel® Joule™ Module
This guide describes how to setup your Intel® Joule™ Module with Android Things*.Android Things is an open-source operating system from Google that can run on a wide variety of development boards,...
View Article使用英特尔® MKL 安装和构建 MXNet
概要：MXNet 是一种开源深度学习框架，支持您在各种设备上定义、训练和部署深度神经网络，从云基础设施到移动设备。它具有高度可扩展性，可用于实施快速模型训练，支持灵活的编程模型和多种语言。MXNet 支持您混合使用符号和命令式编程，以实现最高的效率和生产力。MXNet 构建于动态依赖性调度程序之上，后者可即时对符号和命令式操作自动进行并行化处理。它上面的图表优化层可确保符号执行既快速又节省内存。...
View Article自动矢量化失败后应该怎么办？
简介本文是一篇后续文章，详细分析了英特尔® 开发人员专区（英特尔® DZ）论坛1上报告的英特尔® C++ 编译器出现的问题2。一位英特尔开发人员专区用户在代码现代化研讨会上实施了一个简单的程序，检测到了一个内层 for-loop 问题。以下是与问题相关的代码段： ... for (std::size_t i = 0; i < nb_cluster; ++i) { float x =...
View ArticleClik here to view.
Unreal Engine 4 优化教程 第一部分
本教程旨在帮助开发人员提升基于虚幻引擎(Unreal Engine*4 (UE4))开发的游戏性能。在教程中，我们对引擎内部及外部使用的一系列工具，以及面向编辑器的最佳实践加以概述，还提供了有助于提高帧速率和项目稳定性的脚本。本文的目的是找出游戏性能问题之所在，并提供解决这些问题的若干模式。撰写本文时使用的是 4.14 版本。单元工具分析器GPU 可视化工具英特尔® 图形性能分析器（英特尔®...
View ArticleClik here to view.
利用英特尔® Nervana™ 技术、neon* 和 Pachyderm* 实施 Docker* 化的分布式深度学习
机器学习和人工智能领域的最新进步令人惊叹！几乎每天都会出现新的突破性进展，从自动驾驶汽车到人工智能学习复杂的游戏。为了给公司带来真正的价值，数据科学家必须在公司的数据管线和基础设施上部署模型，不能仅限于在电脑上展示模型。此外，数据科学家应该在改善机器学习应用上投入更多的精力，他们不需要花大量的时间手动更新应用，以应对不断变化的生产数据；也不需要在追溯和跟踪反常的过往行为中浪费时间。Docker*和...
View ArticleClik here to view.
面向大数据的 Go* 语言
利用配有 Go* 编程语言的英特尔® 数据分析加速库 （英特尔® DAAL）支持批量、在线和分布式处理最热门的现代基础设施项目均Go*，包括 Kubernetes*、Docker*、Consul*、etcd* 等。Go 成为了广泛应用于开发运营、web 服务器和微服务的 go...
View ArticleClik here to view.
英特尔® MKL-DNN：第一部分 – 库的概述和安装
简介目前，在大型数据集、高度并行化的处理能力和增强设备智能性的需求的推动下，深度学习成为了计算机科学领域最受关注的热点话题之一。根据维基百科的描述，深度学习是机器学习 (ML) 的一个子集，由模拟高级别数据抽象的算法构成。如图 1 所示，机器学习是人工智能 (AI) 的一个子集，人工智能的研究范围非常广泛，其目标是开发模拟人类智能的计算机系统。图...
View ArticleClik here to view.
Unreal Engine 4 优化教程第三部分
此为教程第三部分，旨在帮助开发人员利用 Unreal Engine* 4 (UE4) 提升游戏性能。本教程对引擎内部和外部使用的一系列工具以及面向编辑器的最佳实践加以概述，还提供了有助于提高帧速率和项目稳定性的脚本。脚本优化禁用完全透明对象材质参数集合材质蓝图脚本部分Tick、剔除和时间大量移动、ForLoop...
View ArticleClik here to view.
Unreal Engine 4 优化教程第二部分
这是教程的第 2 部分，旨在帮助开发人员提升 Unreal Engine* 4 (UE4) 的游戏性能。本教程对引擎内部和外部使用的一系列工具以及面向编辑器的最佳实践加以了概述，还提供了有助于提高帧速率和项目稳定性的脚本。编辑器优化正向与延迟渲染细节级别LOD 生成自动 LOD 生成LOD 资料实例化静态网格分层实例化静态网格遮挡级联阴影贴图编辑器优化正向与延迟渲染延迟渲染是 UE4...
View ArticleClik here to view.
英特尔® MKL-DNN：第二部分 – 代码示例创建与详解
简介在第一部分，我们介绍了面向深度神经网络的英特尔® 数学核心函数库（英特尔® MKL-DNN），MKL-DNN 是一款面向深度学习应用的开源性能库。提供了在配有英特尔处理器的电脑上安装库组件的具体步骤，要求处理器支持英特尔® 高级矢量扩展指令集 2（英特尔® AVX2）并运行 Ubuntu* 操作系统。第一部分还包括从命令行中创建 C 和 C++...
View ArticleClik here to view.
BigDL – Apache Spark* 集群上的横向扩展深度学习
要点综述BigDL 是一种面向 Apache Spark* 的分布式深度学习库。用户可以通过 BigDL 将深度学习应用编写为标准的 Spark 程序，可以直接在现有的 Spark 或 Hadoop* 集群上运行。这有助于在现有的 Hadoop/Spark 集群上提供深度学习功能，并分析 HDFS*、HBase* 和 Hive* 中已经存在的数据。BigDL 的其他常见特性包括：丰富的深度学习支持。...
View Article