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

  人工「神经网络」技术在信息处理上有何特点,工作原理是什么? 
  如何看待Yoav Goldberg 怒怼来自MILA的GAN for NLG的paper? 
  基于深度学习的自然语言处理在 2016 年有哪些值得期待的发展? 
  DL/ML 模型如何部署到生产环境中? 
  我们目前的时代距离人工智能具有自我意识还有多远? 
  如何评价小米开源的移动端深度学习框架MACE? 
  Evidential deep learning里一般怎么估计多标签分类的Uncertainty? 
  如何用自然语言处理判断一句话是否符合中文口语习惯? 
  有哪些深度学习效果不如传统方法的经典案例? 
  大家用resnet50在imagenet上面top1最高能到多少? 

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?





© 2024-11-09 - tinynew.org. All Rights Reserved.
© 2024-11-09 - tinynew.org. 保留所有权利