GPU Coder™用MATLAB®代码和Simulink®模型生成优化的CUDA®代码。生成的代码包括用于深度学习、嵌入式视觉和信号处理算法的可并行部分的CUDA内核。为了提高性能，生成的代码调用优化的NVIDIA® CUDA库，包括TensorRT™，cuDNN, cuFFT, cuSolver和cuBLAS。您可以将代码作为源代码、静态库或动态库集成到项目中。您还可以编译嵌入在NVIDIA Jetson®、NVIDIA DRIVE®和其他平台上的桌面、服务器和GPU的代码。

iOS和Android的争论自十多年前这两个系统诞生以来就一直在进行。我相信两种系统都有各自的优势和劣势。至于哪一种最适合你，是你自己的决定。每个人对智能手机的需求是不同的。因此，没人能说哪个系统比另一个好，但我确实认为iOS比Android更有优势。

学习、解释、适应和进化的能力一直将人类与机器区别开来。但这个差距正在缩小吗？人类的大脑包含约860亿个神经元，它们通过一个称为突触的极其复杂的通路系统相互连接。神经元的功能是通过突触将电荷传递给彼此，导致活跃/不活跃，或真/假的反应。这就是为什么人类如此擅长图案识别，使我们能够阅读、说话，并区别成千上万张脸。计算的一种基础代数形式——布尔逻辑，也依赖于真(1)或假(0)值。一个足够大的计算机系统使用布尔逻辑可以很好地模拟大脑——也被称为神经网络。

这个关于“什么是深度学习”的视频提供了一个有趣而简单的概念介绍。我们将了解深度学习是在哪里实现的，然后继续讨论它与机器学习和人工智能有何不同。我们还将了解什么是神经网络，以及如何训练它们来识别手写的数字。我们将进一步看看深度学习的一些流行应用。那么，让我们通过这个视频来深入了解一下深度学习的世界。

人工智能已不再是一个流行词：它已经成为现实。随着很多公司使用人工智能来制造智能机器，人工智能已经成为商业领域的一场革命。在这段视频中，你将了解顶级人工智能的应用。您将了解人工智能如何应用于商业领域，如医疗保健、营销、社交媒体、机器人等。

亚马逊Alexa、三星Bixby、苹果Siri和谷歌Assistant都在更好地理解和回答问题，这在一定程度上要感谢每一家利用人类帮助提高人工智能的科技巨头。考虑到语音将成为计算机的下一个前沿领域，大家都想知道：哪一个语音系统最为给力？

数据正在改变我们的工作方式，重塑商业模式。数据与设计主管安吉丽•奥吉罗(Angelique Augereau)和设计主管布鲁斯•金史(Bruce King-Shey)讨论了摩根大通的财务服务部门是如何利用数据来指导我们如何设计和向客户交付新产品的。

观看视频示例，了解卡尔曼滤波器背后的工作原理。本视频介绍卡尔曼滤波器结合两个信息源，预测状态和噪声测量，以产生最佳的，无偏的状态估计。