觀點
最新文章
-
探索生成對抗網路（GANs）- 無監督深度學習的力量
生成對抗網路，常被稱為GANs，自2014年由Ian Goodfellow和他的同事發明以來，已經顛覆了無監督深度學習領域。Yann LeCun形容為"過去十年中人工智慧最激動人心的想法"的GANs，在各種領域取得了重要進展，為複雜問題提供了創新的解決方案。
閱讀全文 -
增廣迪基-富勒 (ADF) 站性檢定
站性是統計分析和機器學習中的基本概念，尤其是在處理時間序列數據時。簡單來說，一個時間序列若其統計屬性，例如均值和變異數，隨著時間保持常數，則該時間序列稱為站性。這種站性至關重要，因為許多統計模型假設生成數據的基礎過程不隨時間改變，這簡化了分析和預測。
閱讀全文 -
在只有1GB記憶體的伺服器上使用Swap來運行npm install
在只有1GB記憶體的伺服器上運行npm install可能會因為RAM有限而面臨挑戰。但是，通過啟用swap空間，您可以擴展虛擬記憶體並確保操作順暢。這篇文章將引導您如何在伺服器上創建和啟用swap分區。
閱讀全文 -
理解我的前五大CliftonStrengths
CliftonStrengths評估揭示了我頂尖的五個優點：成就者，思維，學習者，輸入，和編排者。這篇博客文章詳細探討了每一種優點，它們如何在我的生活中表現出來，以及我如何利用它們充分發揮我的潛力。
閱讀全文 -
了解ArchiMate動機圖
在企業架構領域中，以清晰結構化的方式傳達複雜概念和計劃至關重要。ArchiMate，一種開放且獨立的建模語言，通過提供工具來描述、分析和可視化業務領域之間的關係，從而實現此目標。ArchiMate的核心組件之一是動機圖，這有助於理解架構變更和發展背後的原因。在這篇博客文章中，我們將探索什麼是ArchiMate動機圖，它的組件以及如何在企業架構中有效使用。
閱讀全文 -
擁抱數字雙生技術 - 關鍵考慮因素，挑戰，和關鍵促成因素
數位雙生技術已成為各行業轉型的推動力，它提供了一種虛擬的物理系統表現，使用實時數據來模擬性能，行為和互動。本部落格文章詳述了採用數字雙生技術的考慮因素，其實施的相關挑戰，以及推動其成功的關鍵促成因素。
閱讀全文 -
將以下文本翻譯為繁體中文：通過量化和分佈式訓練最小化GPU RAM並橫向擴展模型訓練
在機器學習中訓練多十億參數的模型帶來了顯著的挑戰，尤其是對GPU內存限制的挑戰。一個單獨的NVIDIA A100或H100 GPU，擁有的80GB的GPU RAM，常常在處理32位完全精細模型時難以應對。這篇博客將深入探討兩種強大的技術來克服這些挑戰：量化和分佈式訓練。
閱讀全文 -
基於變壓器的基礎模型類型
基於變壓器的基礎模型已經革新了自然語言處理（NLP），並分為三種主要類型：只有編碼器，只有解碼器，和編碼器-解碼器模型。每種類型都使用特定的目標函數進行訓練，並適合不同類型的生成任務。讓我們深入了解每個變體，以及它們的獨特特性和應用。
閱讀全文 -
新加坡航空的數位轉型故事
新加坡航空（SIA）已踏上全面數位轉型的旅程，以維持其競爭優勢並滿足顧客不斷變化的需求。這一轉型著重加強運營效率，提升顧客体驗，並培育創新。以下是SIA數位轉型旅程中的一些關鍵倡議和成功事例。
閱讀全文 -
首要原理思考 - 通往創新問題解決的途徑
在問題解決和創新的領域中，有一種方法因其能夠簡化複雜問題並從基礎創建解決方案而獨具特色：首要原理思考。這種思考方式由像亞里士多德這樣的思想家以及像伊隆·馬斯克這樣的現代創新者提出，首要原理思考鼓勵我們挑戰假設，並將問題分解成其基本真理。在此博客文章中，我們將探討首要原理思考是什麼，它如何運作，以及你如何將其應用於自己的個人和專業挑戰。
閱讀全文 -
紐約時報的數位轉型成功故事的繁體中文翻譯
在許多傳產媒體公司努力適應數位創新的時代，紐約時報脫穎而出為成功的典範。紐約時報累積超過760萬的數位訂閱數，證明了一個傳產品牌如何在數位時代繼續繁榮。這場轉型正是如何有效執行數位策略的範例。在此，我們將探討紐約時報的數位轉型如何與數位轉型的六大成功關鍵因素對應：整合策略、模組化的科技與數據平台、強力的領導承諾、部署高竿隊伍、靈活的管治心態，以及有效監控進展。
閱讀全文 -
人物角色的力量以及「我們如何可能」問題在以用戶為中心的設計中的重要性
在我最近的項目中，對我產生深深共鳴的兩個概念是創建人物角色和使用「我們如何可能」的問題。這些概念在塑造一種直接解決我們客戶挑戰和需求的以用戶為中心的方法中證明是至關重要的。
閱讀全文