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

  如何看待2016年3月柯洁表示 AlphaGo「赢不了我」? 
  pytorch 分布式计算 你们都遇到过哪些 坑/bug? 
  有哪些关于机器学习的真相还鲜为人知? 
  国内外有哪些做小样本学习(Few-Shot Learning)的优秀团队? 
  深度学习在生物信息领域有什么应用? 
  如何看待SIREN激活函数的提出? 
  先进的图像识别怎样改变 AV 产业? 
  研一,在学机器学习和深度学习,为什么感觉越学越不会,怎么解决这个问题? 
  神经网络的损失函数为什么是非凸的? 
  能否对卷积神经网络工作原理做一个直观的解释? 

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?





© 2025-05-04 - tinynew.org. All Rights Reserved.
© 2025-05-04 - tinynew.org. 保留所有权利