如何评价Hinton在加拿大多伦多大学关于用“capsule”作为下一代CNN的演讲？ 第1页
1
zhangshujia 网友的相关建议:
关于HBM推广的；线性权重变矢量，要加维度，直接就把内存带宽顶上去了，在PIM出现以前，HBM大概是唯一选择；Hinton的capsule更像是把增加出来的第三维给定义了。其实，掌握3D CNN的可以秒杀目前江湖上的一切高阶图形识别算法，本质是是对CNN的高维扩展，处理矩阵变形更高效。加入了更高维度的运算，降低二维的运算量，提高准确率，但是维度越多，内存访问时序的处理就越麻烦，双通道肯定不够，通道越多，I/O设计更复杂，功耗越控制不住了。
1
相关话题
自监督学习（Self-supervised Learning）有什么比较新的思路？为啥gan里面几乎不用pooling？
Deep Learning 的专家如此急缺，它难在何处？
能否对卷积神经网络工作原理做一个直观的解释？
神经网络激活函数的作用和原理？有没有形象解释？
为什么 Bert 的三个 Embedding 可以进行相加？
有没有根据一张人物的立绘正面像，自动生成同风格各侧面角度像并自动衍生表情的软件啊？
深度学习中，模型大了好还是小了好呢？
请问应该怎样去学习图像识别和深度学习？
使用强化学习解决实际问题时常常避不开环境模拟或者使用离线强化学习算法，两者分别有什么优缺点？
下一个讨论
如何看待NVIDIA 即将开源的DLA？
相关的话题
关于tensorflow中的滑动平均？为什么deep lab v3起，输出不再接 DenseCRF了？
广告算法工程师的核心竞争力是什么？
如何看待Geoffrey Hinton的言论，深度学习要另起炉灶，彻底抛弃反向传播？
共轭是指 ‘先验分布与后验分布共轭“ ，还是指 "先验分布与似然函数共轭“？
ICML 2018 有哪些值得关注的亮点?
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
能分享你收藏的国外AI talk, seminar平台或网站吗？
有哪些关于机器学习的真相还鲜为人知？
如何理解深度学习中的deconvolution networks？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
算法研究属于数学专业还是计算机专业？
为什么梯度下降能找到最小值？
Batch Normalization 训练的时候为什么不使用 moving statistics？
如何用简单易懂的例子解释隐马尔可夫模型？
《失控玩家》中的游戏有可能实现出来吗？
如何对用户进行聚类分析？
要研究深度学习的可解释性（Interpretability），应从哪几个方面着手？
深度学习和强化学习之间的差别有多大？
如何看待北京交通大学学生在 ATM 机内学习?
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
在计算资源有限的情况下，有什么深度学习的选题可以推荐/避免？
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
如何比较Keras, TensorLayer, TFLearn ？
新手如何入门pytorch？
如何看待 Google 既可以作 Inference，又可以作 Training 的新一代 TPU？
如何评价微软亚研院提出的把 Transformer 提升到了 1000 层的 DeepNet？
迁移学习与fine-tuning有什么区别？
可以对只有一个像素的图片拥有版权或著作权吗？为什么？