多项深度学习挑战在等待您

A. ArtNet – 利用深度学习训练神经网络来识别绘画作品

创建一个神经网络，来对绘画作者，绘画风格，年代，绘画技巧进行识别。

Wikiart上的绘画作品对于训练库来讲是个好的开始，那里已经有了很多携带关键特性的标识，同时网络上还有更多用来训练神经网络的资源。

B. TuneNet – 引导开发者利用深度学习优化编程方式

识别应用代码中的hot sports和bottlenecks，向开发者如何改进代码提出建议。

对源码进行性能问题的标识，训练网络使其可以预测开发者在开发过程中遇到的类似问题。

C. YourNet – 解决你自己的深度学习相关问题

寻找一个与你相关的问题并找到数据集，尝试利用深度学习的方法解决它。

通过日志分析，利用深度学习来识别鲸鱼和飞鸟，利用你的想象来解决更多的问题！

如果您想从以上某个方面开始工作，请登录SuperVessel（http://www.ptopenlab.com ），并选择预置了Spark、CUDA，编译器、ipython notebook的Spark 镜像。最全的提示和教程请看这里

OpenPOWER开发者挑战赛将从以下几个方面评审您的作品：

深度学习在您的方案中表现如何？
解决方案的技术创新性。
方案的准确性如何
如果解决了真实世界存在文一些问题，将会获得加分。
如果您将Accelerated Spark Challenge 与Cognitive Cup Deep Learning Challenges 相结合（例如Distributed GPU-accelerated Deep Learning leveraging Spark），将会获得超多加分。

为了获得Spark加速挑战赛的最新信息，欢迎常回来看看。