百度在深度学习上使用Xilinx FPGA? 第1页
1
xie-dan-9 网友的相关建议:
这些指标毫无意义啊。
芯片都是按10倍数算的。任何东西过50%后就意义不大。因为再多增长不超过一倍。
FPGA只是训练场，真实还得ASIC.
1
相关话题
是不是对于任意 n×n 大小的围棋棋盘，人类都赢不了 AlphaGo Zero 了？为什么ViT里的image patch要设计成不重叠？
为什么读论文最好打印出来读？
Yoshua Bengio为什么能跟Hinton、LeCun相提并论？？
如何看待MXNet在CVPR2017上公布的gluon接口？
目标检测中的mAP是什么含义？
研一刚入学，从未接触过神经网络，python也是才开始学，现在导师要我做LSTM，我应该去学什么？
机器学习如何才能避免「只是调参数」？
在NLP上，CNN、RNN（认为LSTM等变体也是RNN）、最简单全连结MLP，三者相比，各有何优劣?
如何评价Momenta ImageNet 2017夺冠架构SENet?
前一个讨论
处理器的时钟频率是否能高于晶体管的开关次数？
相关的话题
深度学习两张3080ti和一张3090ti哪个好?如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
深度学习方面还有什么Open Problem?
为什么Bert中的CLS在未fine tune时作为sentence embedding性能非常糟糕？
验证集loss上升，准确率却上升该如何理解？
有哪些人工智能上的事实，没有一定人工智能知识的人不会相信？
如何评价1700亿参数的GPT-3？
反馈控制理论在优化、机器学习等领域有哪些应用？
TVM 最新发布版本 0.3 有哪些亮点？
TensorFlow 有哪些令人难以接受的地方？
如何激怒一位人工智能（机器学习、深度学习、强化学习等）爱好者？
GAN的生成器是怎么产生图片的？
机器学习中有哪些形式简单却很巧妙的idea？
多任务学习成功的原因是引入了别的数据库还是多任务框架本身呢？
nlp有哪些值得完整实现一遍的算法?
有没有必要把机器学习算法自己实现一遍？
为什么要压缩模型，而不是直接训练一个小的CNN？
领域自适应需要用到测试集数据，这样的方法有啥意义呢？
在文本分类任务中，有哪些论文中很少提及却对性能有重要影响的tricks？
你有哪些deep learning（rnn、cnn）调参的经验？
如何用FPGA加速卷积神经网络(CNN)？
计算商品embedding然后平均得到用户embedding，会不会存在这种问题？
如何解决测试中充斥着大量训练集中没见过的样本类型模型将其识别成非我族类仍然保持测试集的高精度？
大家用resnet50在imagenet上面top1最高能到多少？
百度在深度学习上使用Xilinx FPGA?
学生网络用知识蒸馏损失去逼近教师网络，如何提高学生网络的准确率？
Batch Normalization 训练的时候为什么不使用 moving statistics？
Resnet是否只是一个深度学习的trick？
GAN生成的数据没有标签怎么用来训练分类模型？
机器学习中的机器是如何分辨哪些是有用的知识，哪些是没用的信息呢？