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

  如何评价深度学习相关顶级期刊论文难复现的问题? 
  如何看待Hinton的论文《Dynamic Routing Between Capsules》? 
  联邦学习在机器学习领域有什么独立存在的价值? 
  机器学习,数据挖掘在研究生阶段大概要学些什么? 
  如何解读「量子计算应对大数据挑战:中国科大首次实现量子机器学习算法」? 
  如何通俗的解释交叉熵与相对熵? 
  共轭是指 ‘先验分布与后验分布共轭“ ,还是指 "先验分布与似然函数共轭“? 
  如何看待字节跳动 AI 实验室总监李磊入职 UCSB? 
  如何评价FAIR提出的MaskFormer,在语义分割ADE20K上达到SOTA:55.6 mIoU? 
  cygwin和mingw选哪个? 

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?





© 2025-05-11 - tinynew.org. All Rights Reserved.
© 2025-05-11 - tinynew.org. 保留所有权利