Les programmes informatiques qui utilisent le deep learning suivent en grande partie le même processus.
Computerprogramme, die Deep Learning nutzen, verwenden den gleichen Mechanismus.
Utilisez le deep learning pour réduire les dégâts matériels en cas de catastrophe naturelle.
Nutzung von Deep Learning zur Verringerung von Eigentumsschäden und -verlusten durch Naturkatastrophen
C'est ce qu'on appelle le deep learning.
Wie nennt man das? Deep Learning?
Environnement logiciel du deep learning et analyses haute performance - 8
Software-Framework für Deep Learning und hochleistungsfähige Analysen - 8
L'intelligence artificielle, le deep learning et les infrastructures à base de logiciel sont des atouts pour l'entreprise.
Künstliche Intelligenz, Deep Learning und softwarebasierte Infrastrukturen bergen ein enormes Potenzial für Unternehmen.
Le deep learning est une forme de machine learning où les ordinateurs créent un réseau neuronal artificiel similaire au cerveau humain.
Deep Learning ist eine Art maschinelles Lernen, bei dem Computer große künstliche neuronale Netze erzeugen, die dem menschlichen Gehirn ähneln.
C'est là que le deep learning intervient pour former des réseaux de neurones qui apprennent d'eux-mêmes à travers une étape d'entraînement.
Hier setzt Deep Learning an, um neuronale Netzwerke zu bilden, die während einer Trainingsphase eigenständig lernen.
Par exemple, certaines charges de travail émergentes comme le deep learning ou la visualisation ont besoin d'une accélération supplémentaire des performances.
So benötigen zum Beispiel neue Workloads wie Deep Learning oder Visualisierung eine Verbesserung der Leistung und Beschleunigung.
Notre approche utilise l'intelligence artificielle et le deep learning pour détecter les anomalies automatiquement, avant qu'elles ne deviennent un problème.
Unser auf KI und Deep Learning gestützter Ansatz ermöglicht die automatische Erkennung von Problemen - bereits vor den ersten Auswirkungen.
Le deep learning est une frontière relativement nouvelle pour les applications des entreprises, mais il constitue un grand espoir pour le développement des technologies intelligentes dans presque tous les domaines.
Deep Learning ist ein ziemlich neuer Maßstab für Unternehmensanwendungen, ist aber sehr vielversprechend im Hinblick auf die Entwicklung intelligenter Technologien in fast allen Bereichen.
Alors que la majeure partie du deep learning s'effectue actuellement sous la supervision de l'homme, l'objectif est de créer des réseaux neurologiques capables de s'entraîner seuls et "d'apprendre" en toute autonomie.
Während Deep Learning derzeit meistens unter menschlicher Aufsicht erfolgt, besteht das Ziel darin, neuronale Netzwerke zu schaffen, die sich selber schulen und unabhängig "lernen" können.
Les progrès affichés dans les domaines de la vision par ordinateur, du deep learning et des graphismes ont enfin permis de rendre ce rêve accessible.
Dank der Fortschritte bei Computer Vision, Deep Learning und Grafik, ist dieser Traum nun in greifbarer Reichweite.
Un vaste portefeuille de technologies permet le calcul haute performance et l'analytique des données pour soutenir l'intelligence artificielle, l'apprentissage automatique et le deep learning.
Ein umfangreiches Portfolio an Technologien für High-Performance Computing und Datenanalysen unterstützt erfolgreiche Lösungen für KI, maschinelles Lernen und Deep Learning.
