百科问答小站 logo
百科问答小站 font logo



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

  

user avatar   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。




  

相关话题

  有哪些深度学习效果不如传统方法的经典案例? 
  微软小冰测颜值是否比较准?为什么? 
  深度学习中Attention与全连接层的区别何在? 
  如何评价周志华教授新提出的 Deep Forest 模型,它会取代当前火热的深度学习 DNN 吗? 
  目前的人工智能离可以自己给自己写代码编程还有多远? 
  如何评价周志华教授新提出的 Deep Forest 模型,它会取代当前火热的深度学习 DNN 吗? 
  Transformer在工业界的应用瓶颈如何突破? 
  自学深度学习是怎样一种体验? 
  自动化的控制与检测领域中,有没有像机器学习、图像处理领域一样经典巧妙的算法? 
  目前工业界常用的推荐系统模型有哪些? 

前一个讨论
2018 年,拼多多对阿里巴巴、京东等电商平台造成了怎样的冲击?
下一个讨论
如何看待NVIDIA 即将开源的DLA?





© 2025-03-21 - tinynew.org. All Rights Reserved.
© 2025-03-21 - tinynew.org. 保留所有权利