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

  GAN:固定训练好的判别器网络,去指导训练生成器为什么不可以? 
  如何评价Yann LeCun 说的「要研究机器学习,本科应尽量多学物理和数学课」? 
  如何评价Google最新提出的gMLP:MLP模型在CV和NLP任务上均取得较好的效果? 
  神经网络中如果一个重要特征C等于特征A+特征B(算数意义上的相加),选特征的时候还有必要选特征C吗? 
  计量经济学是不是过时了? 
  目前 AI 在疾病的诊断和治疗上,有哪些成功的应用? 
  如何评价Hinton组的新工作SimCLR? 
  如何理解 natural gradient descent? 
  如何看待多所 985 大学开设人工智能专业? 
  如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper? 

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?





© 2025-06-15 - tinynew.org. All Rights Reserved.
© 2025-06-15 - tinynew.org. 保留所有权利