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

  如何理解空洞卷积(dilated convolution)? 
  如何看待华为 4 月 25 日发布的盘古智能大模型?在这个行业处于什么水平? 
  深度学习中有哪些数据增强方法? 
  百度学术能否替代 Google 学术网站?有没有其他选择? 
  机器学习中的优化理论,需要学习哪些资料才能看懂? 
  为什么VAE-GAN的训练很容易发生梯度爆炸,如何避免? 
  怎么选取训练神经网络时的Batch size? 
  有谁给解释一下流形以及流形正则化? 
  多任务学习中loss多次backward和loss加和后backward有区别吗? 
  神经网络的万能逼近定理已经发展到什么地步了? 

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?





© 2025-01-31 - tinynew.org. All Rights Reserved.
© 2025-01-31 - tinynew.org. 保留所有权利