AMD源码

Ⅰ amd可以深度学习吗

amd可以深度学习，
GPU可视化计算型：是AMD推出的做图像处理，我“眼急手快(手贱)”的选了一台

完事后突然觉得好“惆怅”！但我还不甘心！怎么能让银子白花花的溜走？

Tensorflow不就支持AMD的GPU吗？

说干就干，巴拉巴拉，各种查资料：

原来tensorflow虽然号称支持支持AMD，但其实也没有N卡做的完善，需要自行安装第三方工具支持

1.安装AMD显卡驱动（这一步可以通过选择阿里云的开放免费镜像搞定）

2.安装ComputeCpp，按照官方安装文档一撸到底即可;

3.安装OpenCL，这一步也没啥好说的，一撸到底；

4.从源码编译安装Tensorflow：

这步也就是有坑的地方：tensorflow的pip版默认仅支持N卡(cuda)，需要手工编译opencl版。

深度学习是人工智能的学科—机器学习的一个研究领域，是多种学习方法的集合。深度学习的各种学习方法都采用类似于人脑中的生物神经网络的结构建立模型，即较大层次和规模的人工神经网络(DNN)，模拟人脑神经系统的信息处理和交换过程，实现对数据的分析和处理。

深度学习是近年来机器学习研究中获得最多关注的领域。业界一般认为，深度学习的快速发展和应用是以多伦多大学的Geoffrey Hinton教授发表在科学杂志上的一篇文章[1]开始的。自Hinton的文章以后，深度学习在语音识别、图像分类、自然语言处理等领域取得了不断的突破。尤其值得一提的是，由于采用深度学习技术，在ImageNet 图像分类2012年度的挑战赛中，top5 分类的最佳识别率达到了85%[2]；并在最近，即2014年度的挑战赛中，top5分类的最佳识别率超过了93%[3]，可见深度学习对图像识别领域的推动非常明显，足以让业界人心激动。

各种深度学习的模型结构读者可从Google上搜索得到。典型的DNN结构都会包括一个输入层，一个输出层和若干隐含层，不通类型的DNN会有不同类型的隐含层类型、功能、连接方式及具体学习策略和算法。典型的DNN有用于采用监督式学习方法，常用于图像分类的卷积神经网络[4](CNN)和采用非监督式学习方法，用于对深度网络模型参数进行预训练的深度信念网络(DBN)。

Ⅱ 微软等50多家科技公司源代码泄露的原因是什么

开发人员Tillie Kottmann在受访时称，这是因为不安全的DevOps应用程序导致公司专有信息暴露，他已经撤回源代码。

据外媒报道，包括微软、Adobe、联想、AMD、高通、联发科、通用电气、任天堂、迪士尼等 50 家公司在内的源代码被泄露上网。

此番，任天堂被偷跑的代码在网上引起了广泛关注，因为它让外界得以深入了解一系列经典游戏背后的秘辛，包括马力欧、马力欧赛车、塞尔达传说、F-Zero零式赛车和精灵宝可梦系列游戏。甚至，任天堂的代码还包括预发布作品、完全可玩的一些游戏原型甚至是从未完成“胎死腹中”的项目。

(2)AMD源码扩展阅读：

代码被公开之痛

每一次源代码被公开，伴随着的都是巨大的损失。

比如大疆前员工将含有公司商业机密的代码上传到了 GitHub 的公有仓库中，造成源代码泄露的事件。根据当时的报道，这些源代码，攻击者可以 SSL 证书私钥，访问客户的敏感信息，比如用户信息、飞行日志等等。根据评估，这次泄漏代码一共给大疆造成了 116.4 万的经济损失。

再比如，2019 年 4 月，B 站整个网站后台工程源码泄露，并且“不少用户密码被硬编码在代码里面，谁都可以用。”

当天，在开源及私有软件项目托管平台 GitHub 上，出现了名为“哔哩哔哩bilibili 网站后台工程源码”的项目。据悉，该项目由账号“ openbilibili ”创建，由于网站的开源性质，登录网站者均可使用。当日 B站股价跌 3.27%。

虽然很快被封禁，B 站也已经报警处理，但有不少网友克隆了代码库，隐患已经埋下，补救起来也颇为头疼。当然，除了主动泄露私钥，还有很多人在 GitHub 上把登录信息和明文密码也都一起开源的。

而这些被开源的代码一旦被黑客利用，造成的损失就要看黑客的心情了。