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

  如何看待人工智能领域的很多专家认为「人工智能将对人类存亡造成威胁」的观点? 
  2020年,多标签学习(multi-label)有了哪些新的进展? 
  在你做推荐系统的过程中都遇到过什么坑? 
  类似AlphaGo一样的人工智能什么时候才可以击败RTS(如星际)顶级选手? 
  为什么读论文最好打印出来读? 
  有没有根据一张人物的立绘正面像,自动生成同风格各侧面角度像并自动衍生表情的软件啊? 
  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? 
  高斯过程的kernel构成的矩阵为何叫协方差矩阵而不是相关系数矩阵? 
  为什么在SGD中使用L1正则化很难获得稀疏性? 
  为什么都说神经网络是个黑箱? 

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?





© 2025-02-02 - tinynew.org. All Rights Reserved.
© 2025-02-02 - tinynew.org. 保留所有权利