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
1
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。
1
相关话题
为什么有的论文放出训练好的模型和测试脚本，但不开源训练代码？机器学习门下，有哪些在工业界应用较多，前景较好的小方向？
谷歌翻译原理是什么，从语言A到B，中间是否要翻译成中介语言C（如英语）？
深度神经网络（DNN）是否模拟了人类大脑皮层结构？
wasserstein 距离的问题?
如何评价最近火热的对比学习，会引领预训练模型新的范式嘛?
有哪些关于机器学习的真相还鲜为人知？
为什么图形学的会议siggraph的论文代码很少会开源？好像视觉如CVPR、ICCV开源的更多一些。
为什么多方安全计算（或者隐私计算/联邦学习）在中国这么火？
医学生学习机器学习该如何入门？
下一个讨论
如何看待NVIDIA 即将开源的DLA？
相关的话题
DeepMind 团队中有哪些厉害的人物和技术积累？研究推荐系统要对NLP很了解吗？
如果用机器学习的理论来理解人的行为，会有什么发现？
如何看待 Nervana 被 Intel 收购？
谈谈机器学习在网络安全领域的局限性，以及是否乐观？
这一波人工智能泡沫将会怎么破灭？
有没有什么可以节省大量时间的 Deep Learning 效率神器？
基于深度卷积神经网络进行人脸识别的原理是什么？
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？
究竟什么是损失函数 loss function?
测试集在构造的时候需要人为控制其中应该正确的和应该错误的数据比例吗？
如何看待timm作者发布ResNet新基准：ResNet50提至80.4，这对后续研究会带来哪些影响？
能否对卷积神经网络工作原理做一个直观的解释？
算法工程师是否应该持续读论文？
为什么有些学数学的看不惯甚至鄙视 Deep Learning？
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」？
自学深度学习是怎样一种体验？
pytorch ddp训练中一个node fail，导致整个训练失败，有可能解决吗？
如何看待北京交通大学学生在 ATM 机内学习?
时间序列数据上可以抽取哪些频域特征？
如何看待微软小冰写的诗？
如何看待End-to-End Object Detection with Transformers？
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？
Domain Adaptation学术上有哪些方向，还有哪些可做的地方？
为什么ViT里的image patch要设计成不重叠？
什么是大模型？超大模型？Foundation Model？
如果学习从零开始学习Pytorch,有优秀的开源项目可以推荐吗？
OpenCV已经将图像处理(识别)的算法写成函数了,那我们还有必要去学习这些算法不?
如何看待swin transformer成为ICCV2021的 best paper？
如何评价谷歌刚推出的Cloud AutoML？