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
目前强化学习在控制领域的应用有哪些？普通FPGA工程师怎样向人工智能靠拢？
为什么softmax很少会出现[0.5，0.5]？
因果推断（causal inference）是回归（regression）问题的一种特例吗？
当前深度学习理论基础薄弱是否意味着我们应该放弃深度学习应用(计算机视觉、自然语言处理)？
为什么Transformer适合做多模态任务？
深度学习中有哪些数据增强方法？
自学深度学习是怎样一种体验？
一个无监督学习算法，如何判断其好坏呢?
有什么算法能对一个长短不一的时间序列进行分类预测?
下一个讨论
如何看待NVIDIA 即将开源的DLA？
相关的话题
如何看待MXNet在CVPR2017上公布的gluon接口？有哪些可以自学机器学习、深度学习、人工智能的网站？
请问人工神经网络中的activation function的作用具体是什么？为什么ReLu要好过于tanh和sigmoid function?
有没有哪些人工的工作是无法被机器替代的？
为什么现在有这么多人工智能无用论？
如何看待swin transformer成为ICCV2021的 best paper？
为啥gan里面几乎不用pooling？
如何看待NLP领域最近比较火的prompt，能否借鉴到CV领域？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？
AI 有可能代替人类从事数学研究吗？
学习人工智能，术语看不懂怎么办？
因果推断（causal inference）是回归（regression）问题的一种特例吗？
二分类问题，应该选择sigmoid还是softmax？
如何评价 DeepMind 在星际中的失利，以及 OpenAI 在 Dota 上的成功？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
如何评价《Science》封面文章《通过概率规划归纳的人类层次概念学习》?
如果百年后深度学习最终有了公认的数学理论作为基础，能解释实验中的各类玄学，那这个理论会长什么样子？
如何看待周志华等人的新书《机器学习理论导引》？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
看完麻省理工博士胡渊鸣用代码实现「冰雪奇缘」后，自己陷入了深深的自卑，如何排解这种情绪？
如何将某个分布作为机器学习的特征？
机器学习算法进行分类时，样本极度不平衡，评估模型要看哪些指标？
机器学习为生物学和医学研究带来了哪些改变？能解决哪些医学难题？
实体提取任务中使用BERT-CRF时，CRF根据数据统计可以得到转移概率，为啥还要训练呢？
如何学习视频识别技术？
深度学习cnn中，怎么理解图像进行池化（pooling）后的平移不变性？
请问一下，机器学习领域的联邦学习技术，目前看到最多的是微众银行，国内还有哪些顶级专家及机构和大学？
视觉Transformer如何优雅地避开位置编码？
怎么形象理解embedding这个概念？
BERT模型可以使用无监督的方法做文本相似度任务吗？