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
如何评价MSRA最新的 Relation Networks for Object Detection？transformer 为什么使用 layer normalization，而不是其他的归一化方法？
如何看待 Nervana 被 Intel 收购？
为什么神经网络具有泛化能力？
Domain Adaptation学术上有哪些方向，还有哪些可做的地方？
2021 年了，TensorFlow 和 PyTorch 两个深度学习框架地位又有什么变化吗？
分类机器学习中，某一标签占比太大（标签稀疏），如何学习？
如何看待xilinx提出的all progarmable 的概念？
实验室一块GPU都没有怎么做深度学习？
mxnet的并行计算为什么这么牛，是什么原理？
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
给男友配置一个适合做深度学习的电脑要多少钱？如何评价 7 月 31 日一流科技开源的深度学习框架 OneFlow？
深度学习到底是「实验科学」还是「理论科学」？能否称为「算法」？
GAN的生成器是怎么产生图片的？
在 CPU 中集成 FPGA 等可编程电路的想法如何？
如何看待KDD'21的文章，异质图神经网络的效果不如简单的GCN、GAT？
我应该从计算机视觉回到做FPGA 吗？
如何评价 NVIDIA 发布的 DGX-1？
对神经网络某一层做了小改进，效果却提升显著，可以发论文吗？
除了深度神经网络已经实现的特性以外，大脑还有哪些特性是值得机器学习领域借鉴的？
如何评价基于游戏毁灭战士（Doom）的AI死亡竞赛大赛结果？
为什么ViT里的image patch要设计成不重叠？
什么时候对数据进行[0,1]归一化，什么时候[-1,1]归一化，二者分别在什么场景？
有哪些令你印象深刻的魔改transformer？
如何看待谷歌研究人员提出的卷积正则化方法「DropBlock」？
如何看待Jeff Dean&Hinton投到ICLR17的MoE的工作？
为什么小模型已经可以很好地拟合数据集了，换大模型效果却要比小模型好？
实验室只有1080的显卡，老师还想让发深度学习论文，也不给配置好的显卡怎么办？
Batch normalization和Instance normalization的对比？
如果不按套路下棋是不是就能赢 Alpha Go 了？
目前有哪些比较成功的人工智能应用？
如何看待近期上海安路科技发布的ELF2型FPGA新品?
机器学习中有哪些形式简单却很巧妙的idea？
如何看待 Richard Sutton 说的「人工智能中利用算力才是王道」？
为什么ViT里的image patch要设计成不重叠？
为什么最近几年 FPGA 变得越发受大家重视了？
如何评价 DeepMind 公布的可生成算法竞赛解题代码的 AlphaCode？
2022 年人工智能领域的发展趋势是什么？你都有哪些期待？
如果有第谷的数据，现在的机器学习，深度学习有办法学出开普勒三定律吗？
能同时用opencl和HDL来开发fpga吗？