南县| 宜秀| 永昌| 桂阳| 南昌市| 洞头| 枝江| 田阳| 五常| 嵊州| 新绛| 安岳| 容城| 呼伦贝尔| 东阳| 恩施| 平阳| 察哈尔右翼前旗| 通化县| 固原| 定远| 香格里拉| 岚县| 平遥| 浏阳| 平果| 民乐| 麦盖提| 涿鹿| 白碱滩| 蓟县| 邯郸| 察哈尔右翼前旗| 那曲| 黟县| 黔江| 淅川| 忻州| 丹江口| 乌海| 颍上| 梓潼| 霸州| 郾城| 仙游| 太仆寺旗| 临湘| 休宁| 碾子山| 万载| 吉木萨尔| 和布克塞尔| 宁波| 左权| 岗巴| 滦县| 九寨沟| 双城| 东乡| 靖远| 石狮| 新宾| 本溪市| 如皋| 陈仓| 德阳| 大丰| 弓长岭| 萨嘎| 宽甸| 黑山| 临清| 鹤庆| 湖北| 项城| 汤阴| 晋宁| 伊春| 龙泉| 五华| 金秀| 绥棱| 南城| 永寿| 丰镇| 凌海| 万宁| 正阳| 宁强| 迁西| 禄丰| 双阳| 彭泽| 衡水| 织金| 无棣| 莱州| 道孚| 新青| 渑池| 平顶山| 龙川| 武冈| 江源| 文登| 巩留| 琼结| 安溪| 金塔| 常宁| 石泉| 台安| 松江| 雅安| 宣化县| 和龙| 怀宁| 郏县| 寿阳| 乐业| 白玉| 上甘岭| 如东| 迭部| 色达| 赤水| 石棉| 绍兴市| 临潼| 微山| 淮南| 渠县| 镇坪| 峨眉山| 瓦房店| 华山| 新源| 雅安| 扬州| 新化| 容县| 宁德| 龙口| 汉川| 郸城| 抚顺市| 满城| 成武| 鹿泉| 都安| 鄯善| 应县| 德清| 吉首| 兴仁| 峨眉山| 谢通门| 潢川| 南宁| 连山| 巨鹿| 黄陂| 陈巴尔虎旗| 汾阳| 哈密| 阿克苏| 东丰| 织金| 黔江| 河池| 郓城| 宁明| 利津| 安岳| 林州| 伊川| 井研| 蒙城| 静海| 泗水| 遵化| 吉利| 曲周| 白河| 阜康| 额尔古纳| 建湖| 扶余| 东莞| 郑州| 和政| 漳州| 宁蒗| 抚宁| 通海| 江阴| 西藏| 广灵| 曲水| 喀喇沁左翼| 台江| 定日| 陆良| 卫辉| 八一镇| 漠河| 芮城| 荣昌| 承德市| 蕲春| 沙坪坝| 积石山| 瓦房店| 崂山| 且末| 峨眉山| 方山| 上虞| 蒙自| 凌海| 化隆| 汉口| 安龙| 沈阳| 房县| 商都| 开封县| 淳化| 合浦| 靖宇| 奎屯| 泾源| 克东| 鸡西| 金湖| 青阳| 莒南| 长沙县| 绛县| 高雄县| 东宁| 永丰| 类乌齐| 兰西| 临猗| 玉山| 库伦旗| 故城| 温县| 兴隆| 江川| 木里| 上犹| 林西| 纳雍| 深泽| 桃江| 水城| 西盟| 兴山| 湘东| 四子王旗| 海阳| 凤庆| 长岛| 威县| 景洪| 长子| 瓯海| 安图| 梁河| 陵县| 新河| 杭锦旗| 孝感| 杭锦后旗| 灞桥| 汉中| 南通| 乌兰浩特| 新田| 都匀| 布拖| 昌吉| 东安| 建阳| 恩施| 边坝| 土默特左旗| 山海关| 雄县| 鲁甸| 扎囊| 闵行| 图木舒克| 南安| 章丘| 赤峰| 吴江| 德庆| 南宁| 新晃| 永吉| 宝鸡| 高阳| 察布查尔| 麟游| 岳阳县| 元江| 双桥| 乳源| 平南| 麻江| 通渭| 龙口| 鹤庆| 杭锦后旗| 蛟河| 武夷山| 门源| 枞阳| 富阳| 绥宁| 互助| 绥德| 和顺| 南江| 塔什库尔干| 临泽| 蓝田| 九江市| 汤旺河| 镇巴| 扎兰屯| 龙泉| 嘉荫| 东沙岛| 桂林| 伊宁市| 徐闻| 林口| 博野| 瑞安| 齐齐哈尔| 涟源| 成都| 双辽| 合阳| 芜湖市| 黔江| 资中| 浙江| 相城| 永川| 长沙县| 凌海| 南陵| 尚义| 陕县| 乌拉特前旗| 抚宁| 岚县| 南澳| 揭东| 错那| 宜阳| 武进| 李沧| 安溪| 台州| 梅里斯| 噶尔| 顺德| 崇阳| 醴陵| 天峻| 增城| 稻城| 嘉荫| 赤城| 贡山| 衡阳县| 遂溪| 武昌| 阎良| 五原| 郓城| 双柏| 乌马河| 西盟| 松滋| 尼玛| 建德| 永平| 黎川| 徐闻| 黄石| 阿克塞| 唐河| 波密| 科尔沁左翼中旗| 南海镇| 永州| 淮南| 台中市| 黑龙江| 准格尔旗| 石首| 沙河| 莘县| 乌拉特前旗| 郎溪| 鄄城| 开县| 濠江| 宁强| 醴陵| 广水| 恩平| 天峻| 惠山| 宣威| 濠江| 五台| 肃北| 花垣| 兴和| 高县| 神木| 昂昂溪| 钦州| 台儿庄| 昌黎| 建始| 麦盖提| 融安| 武夷山| 蔚县| 柏乡| 云安| 泽库| 焉耆| 中宁| 铜仁| 玛沁| 都安| 施甸| 从化| 彭阳| 岱山| 麦盖提| 霍山| 鱼台| 汉川| 石渠| 宜州| 北京| 崇阳| 江城| 开化| 仁寿| 松江| 桐城| 融水| 罗城| 乐亭| 都兰| 博鳌| 修水| 泰顺| 平乡| 剑河| 双阳| 奉化| 清丰| 阿城| 曲周| 榆社| 皮山| 定西| 康县| 水城| 义马| 黑水| 临高| 神农架林区| 河池| 嵊泗| 若尔盖| 涠洲岛| 武夷山| 新宾| 柳江| 涡阳| 泌阳| 石台| 宁县| 环江| 巴林左旗| 峡江| 景谷| 沾化| 莱州| 石棉| 德惠| 信丰| 建平| 兰溪| 永州| 贡山| 平江| 秦安| 塔什库尔干| 佛山| 徽县| 嘉义市| 克拉玛依| 青神| 留坝| 嘉黎| 丹寨| 兴山| 清涧| 临邑| 曹县| 辽阳市| 于都| 广安|

福岸:

2018-08-22 14:11 来源:39健康网

  福岸:

  提高全民素质,公众参与保护湿地休闲和娱乐是城市湿地主要的功能之一,城市居民对湿地的任意践踏、垃圾处理方式不当等,都会对湿地生态环境产生不良影响。通过公共交通和用地一体化发展,有效促进城市格局转变、提高整体效率,不仅能够解决城市交通问题,而且能够以此为基础形成紧凑型的网络化城市空间形态,避免城市“摊大饼”式地蔓延。

2011年,在全省经济总量突破万亿元,经济社会保持平稳较快发展的情况下,全省化学需氧量、二氧化硫排放量比2010年分别削减%和%,与群众生活息息相关的水、空气等环境质量逐步改善,饮水安全得到保证,生态恶化趋势有所控制,经济发展与环境保护初步呈现相互促进的良好态势。对管理和保护不利,造成湿地生态要素、生态过程、生态功能等受到破坏的国家城市湿地公园,责令限期整改。

  讨论了上述研究结果的政策启示意义。哪个地方法治环境好,哪个地方科学发展观落实得好,那个地方就能发展得又快又好。

  基于一项2009年在福建省进行的问卷调查数据,运用多项Logistic回归模型,从流动人口的个体特征、家庭因素、流入地和流出地特征和社会融合四个方面分析了影响流动人口户籍迁移意愿的主要因素。对管理和保护不利,造成湿地生态要素、生态过程、生态功能等受到破坏的国家城市湿地公园,责令限期整改。

积极倡导公众在消费时选择无污染、无公害、有助于公众健康的绿色产品,在追求舒适生活的同时,注重环保、节约资源和能源。

  二、功能定位城市工业遗产是一个复杂的生命体,曾经长期在城市中负担重要的职能,每一件工业遗产的价值都不尽相同,应该针对不同建筑物、构筑物的特征,选取历史价值、文化价值、技术价值、经济价值、美学价值等具有典型特征的因子进行价值评判,通过对工业遗产建筑物、构筑物的“有机更新”进而推动城市的“有机更新”。

  结合城市规划发展布局,顺应整体城市结构,融入片区发展,打造“吃、住、行、游、购、娱”六位一体的休闲旅游产业,以TOD发展的理念分析旅游产业客源市场,以“生态人文环境+工业历史积淀+中高端设施功能保障”的组合优势特色,吸引游客从过境游转变为在地游,从观光游转变为休闲游,从浅层次感知到深层次体验。2.明确规划和建设内容规定市城管办应当会同市信息办编制本市数字化城市管理规划,纳入本市信息化建设和城市管理发展规划,并经市政府批准后组织实施。

  AI之所以要在走向,一是由于信息环境巨变,即互联网、移动计算、超级计算、穿戴设备、物联网、云计算、网上社区、万维网、搜索引擎等等;二是由于社会新需求爆发,即智能城市、智能医疗、智能交通、智能游戏、无人驾驶、智能制造等等;三是由于AI的基础和目标巨变,即大数据、多媒体、传感器网、增强现实(AR)、虚拟现实(VR)等等,计算机模拟人的智能→人机融合→群体智能。

  为此,要继续做好五个坚持:一是坚持破解钱从哪里来和去的问题。第三,规定对数字化城市管理中发生的问题负有处置责任的市级有关部门、各区人民政府及所属部门、乡(镇)人民政府、街道办事处、设施产权人或管理维护单位,应当按照办法规定,及时做好处置工作。

  2.清洁直运模式(1)桶车直运模式集中放置、定时清运、桶车对接、一次直送。

  找到合适的参与载体,建立良性的互动机制,是推进城市治理工作的重要保障。

  3.通过资源整合为部门间搭建了无缝链接的平台借助政务外网,搭建了资源整合、信息共享、互联互通的交互平台,使城市管理现有资源得到有效利用,将工作触角延伸至全市各个社区城市管理联系站,建立市、区县(市)、街道(乡镇)等政府部门和社区组织之间的互通与共享,实现了城市管理多路径保障,如公安视频系统、环卫车载GPS监控、城区防汛指挥系统、桥梁在线监测等,大大提高了政府应对突发事件的预警和处置能力。二、做法目前,数字化城市管理工作国家和省还未有相关法规或规章加以规范,杭州作为先行一步的全国第一个通过验收的试点城市,管理的形式已为各级领导和部门认可,原确立的各项运作机制已趋于成熟,立法时机已经成熟。

  

  福岸:

 
责编:
>科技>>正文

Facebook宣布开源Caffe2:可在手机与树莓派上训练和部署模型

北京作为首都,其区位与资源优势一直是流动人口的首选之地。

原标题:Facebook宣布开源Caffe2:可在手机与树莓派上训练和部署模型

选自Caffe2.ai

机器之心编译

在今年的 F8 开发者大会上,Facebook 正式宣布开源其全新深度学习框架 Caffe2。据 Caffe2 官方博客介绍,该框架可以用在 iOS、Android 和树莓派上训练和部署模型;而且 Facebook 已经与英伟达、高通、英特尔、亚马逊和微软等公司展开了合作来实现对移动端的优化。机器之心在此对这一开源项目进行了介绍。

为了有效地训练和部署人工智能模型,我们往往会用到大型数据中心或超级计算机。为了能够大规模地连续处理、创建和提升各种各样的信息(图像、视频、文本和音频)之上的模型,我们需要的计算能力不可小觑。如果我们要在移动设备上部署这些模型,那么它们就必须要非常快而且轻量,但这也同样十分困难。要克服这些难题,我们需要一种稳健的、灵活的和便携式的深度学习框架。

Facebook 一直以来都在和开源社区的其他开发者合作一起打造这样一款框架。今天,Facebook 宣布开源了第一版生产可用的 Caffe2 版本,这是一个轻量级的、模块化的深度学习框架,并且在强调了便携性的同时保持了可扩展性和性能。

我们致力于为社区提供高性能的机器学习工具,以便人人都能创造智能的应用和服务。与 Caffe2 一同发布的还有相关的一些教程和案例,其中包括在一台机器上使用多个 GPU 的大规模学习和使用一个或多个 GPU 的在多台机器上的大规模学习、学习在 iOS、Android 和树莓派上训练和部署模型。另外,你只需要编写几行代码就能调用来自 Caffe2 Model Zoo 的预训练模型。

Caffe2 部署在 Facebook 之中以帮助研发人员训练大型机器学习模型,并为手机用户提供人工智能驱动的良好体验。现在,开发者可以访问很多相同的工具,允许他们运行大规模分布式训练方案,并创建手机端的机器学习应用。我们已与英伟达、 高通、英特尔、亚马逊和微软展开密切合作,从而在云端和手机端优化 Caffe2。这些合作将允许机器学习社区快速完成使用更复杂模型的实验过程,并部署下一代人工智能增强型应用和服务。

你可以在 caffe2.ai 上查看 Caffe2 文档和教程,并在 GitHub 查看源代码。如果你考虑使用 Caffe2,我们很乐意了解你的具体需求。请参与我们的调查。我们将向你发送有关新版本和特殊的开发者活动/网络研讨会的信息。

  • 主页:http://caffe2.ai.rwph.cc

  • GitHub: https://github.com/caffe2/caffe2

  • 调查:https://www.surveymonkey.com/r/caffe2

以下是 Caffe2 在 GitHub 上开源项目的介绍:

Caffe2 是一个兼具表现力、速度和模块性的深度学习框架,是 Caffe 的实验性重构,能以更灵活的方式组织计算。

许可

Caffe2 的发布许可许可 :https://github.com/Yangqing/caffe2/blob/master/LICENSE

建立 Caffe2

详细的构建矩阵:

git clone --recursive https://github.com/caffe2/caffe2.git

cd caffe2

OS X

brew install automake protobuf

mkdir build && cd build

cmake ..

make

Ubuntu

可运行版本:

  • Ubuntu 14.04

  • Ubuntu 16.06

需要的依赖包

sudo apt-get update

sudo apt-get install -y --no-install-recommends

build-essential

cmake

git

libgoogle-glog-dev

libprotobuf-dev

protobuf-compiler

python-dev

python-pip

sudo pip install numpy protobuf

可选择 GPU 支持

如果你计划使用 GPU,而不只是使用 CPU,那你应该安装 NVIDIA CUDA 和 cuDNN,这是一个面向深度神经网络的 GPU 加速库。英伟达在官方博客中详细介绍了安装指南,或者可以尝试下面的快速安装指令。首先,一定要升级你的图显驱动!否则你可能遭受错误诊断的极大困难。

安装 Ubuntu 14.04

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.rwph.cc/compute/cuda/repos/ubuntu1404/x86_64/cuda-repo-ubuntu1404_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1404_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

安装 Ubuntu 16.04

sudo apt-get update && sudo apt-get install wget -y --no-install-recommends

wget "http://developer.download.nvidia.com.rwph.cc/compute/cuda/repos/ubuntu1604/x86_64/cuda-repo-ubuntu1604_8.0.61-1_amd64.deb"

sudo dpkg -i cuda-repo-ubuntu1604_8.0.61-1_amd64.deb

sudo apt-get update

sudo apt-get install cuda

安装 cuDNN(所有都是 Ubuntu 版本)

CUDNN_URL="http://developer.download.nvidia.com.rwph.cc/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"

wget ${CUDNN_URL}

sudo tar -xzf cudnn-8.0-linux-x64-v5.1.tgz -C /usr/local

rm cudnn-8.0-linux-x64-v5.1.tgz && sudo ldconfig

可选择的依赖项

注意,Ubuntu 14.04 使用 libgflags2。Ubuntu 16.04 使用 libgflags-dev。

# for Ubuntu 14.04

sudo apt-get install -y --no-install-recommends libgflags2

# for Ubuntu 16.04

sudo apt-get install -y --no-install-recommends libgflags-dev

# for both Ubuntu 14.04 and 16.04

sudo apt-get install -y --no-install-recommends

libgtest-dev

libiomp-dev

libleveldb-dev

liblmdb-dev

libopencv-dev

libopenmpi-dev

libsnappy-dev

openmpi-bin

openmpi-doc

python-pydot

检查下面的 Python 部分,并在建立 Caffe2 之前安装可选择的程序包。

mkdir build && cd build

cmake ..

make

安卓和 iOS

我们使用 CMake 的安卓和 iOS 端口构建原始二进制文件,然后就能将其集成到安卓或 XCode 项目中。查看脚本/build_android.sh 和/build_ios.sh 获得具体信息。

对于安卓系统,我们可以使用 gradle 通过 Android Studio 直接构建 Caffe2。这里是一个示例项目:https://github.com/bwasti/AICamera。注意,你可能需要配置 Android Studio,这样你编写代码的 SDK 和 NDK 版本才会正确。

树莓派

对于 Raspbian 系统,只需要在树莓派上运行脚本/build_raspbian.sh 就行了。

Tegra X1

为了在英伟达的 Tegra X1 平台上安装 Caffe2,需要使用 NVidia JetPack 安装器简单地安装最新版本的系统,然后再在 Tegra 设备上运行脚本/build_tegra_x1.sh。

Python 支持

为了进行下面的教程,Python 环境需要安装 ipython-notebooks 和 matplotlib,在 OS X 系统中可以通过以下方法安装:

brew install matplotlib --with-python3

pip install ipython notebook

你会发现下面的 Python 库同样在具体的教程和案例中是必需的,所以你可以运行下面的命令行一次性安装所有的要求库:

sudo pip install

flask

graphviz

hypothesis

jupyter

matplotlib

pydot python-nvd3

pyyaml

requests

scikit-image

scipy

setuptools

tornado

构建环境(已知能运行)

原文链接:http://caffe2.ai.rwph.cc/blog/2017/04/18/caffe2-open-source-announcement.html

本文为机器之心编译,转载请联系本公众号获得授权

?------------------------------------------------

加入机器之心(全职记者/实习生):hr@jiqizhixin.com

投稿或寻求报道:editor@jiqizhixin.com

广告&商务合作:bd@jiqizhixin.com返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。
阅读 ()
投诉
免费获取
今日推荐
三台 脑包沟村 兴安盟 大小回城 冷水坑
腾冲牌坊 肥西 高明庄 马坪 魏家
百度