文章
-
模糊圖像變高清:TPU-MLIR引領(lǐng)EDSR向MDSR的智能轉(zhuǎn)換!2023-12-11 17:51
模型介紹EDSR模型,全稱為enhanceddeepsuper-resolutionnetwork(增強(qiáng)的深度學(xué)習(xí)超分辨率重建網(wǎng)絡(luò))。該模型可以對(duì)指定圖片進(jìn)行超分辨率操作,提高清晰度。而MDSR是多尺度的超分模型,可以一次輸出不同scale的圖片,相比EDSR,可以在相同的性能下,減少很多的參數(shù)。EDSR模型結(jié)構(gòu)如下:MDSR模型結(jié)構(gòu)如下:本期內(nèi)容將會(huì)帶領(lǐng)大 -
算能聯(lián)合中軟打造移動(dòng)互聯(lián)實(shí)訓(xùn)室,助力高校培養(yǎng)未來(lái)科技精英2023-12-09 08:34
為給學(xué)生提供廣闊的學(xué)術(shù)研究和實(shí)踐發(fā)展空間,算能與中軟合作,為北京工業(yè)職業(yè)技術(shù)學(xué)院打造了信息技術(shù)應(yīng)用創(chuàng)新人才培訓(xùn)和認(rèn)證中心以及移動(dòng)互聯(lián)實(shí)訓(xùn)室。這一富有前瞻性的合作項(xiàng)目旨在培養(yǎng)國(guó)際化復(fù)合型技術(shù)人才,助務(wù)信息技術(shù)應(yīng)用創(chuàng)新產(chǎn)業(yè)高質(zhì)量發(fā)展。實(shí)訓(xùn)室簡(jiǎn)介人才培訓(xùn)和認(rèn)證中心信息技術(shù)應(yīng)用創(chuàng)新人才培訓(xùn)和認(rèn)證中心提供了一個(gè)標(biāo)準(zhǔn)化、安全且高效的認(rèn)證考試環(huán)境,采用先進(jìn)的職業(yè)技能認(rèn)證平 -
算能助力高校,探索RISC-V興趣社團(tuán)的技術(shù)創(chuàng)新之旅2023-12-08 15:55
在數(shù)字時(shí)代的浪潮中,計(jì)算能力是引領(lǐng)未來(lái)的關(guān)鍵。為了在高校培養(yǎng)更多的計(jì)算機(jī)領(lǐng)域人才以及推動(dòng)RISC-V技術(shù)的發(fā)展,我們發(fā)起了“千校萬(wàn)里行”算能賦能高校RISC-V興趣社團(tuán)的活動(dòng),促進(jìn)社團(tuán)的成立與蓬勃發(fā)展。活動(dòng)以助力各大高校RISC-V興趣社團(tuán)為主線,以舉辦workshop、技術(shù)分享、實(shí)操比賽等活動(dòng)為手段,推動(dòng)RISC-V技術(shù)在高校的傳播和深入應(yīng)用。從北方的大學(xué) -
邁向更高效的圖像分類:解析DeiT模型的移植和適配2023-11-23 08:33
1.DeiT概述1.1項(xiàng)目簡(jiǎn)介Deit(Data-efficientimageTransformers)是由Facebook與索邦大學(xué)的MatthieuCord教授合作開發(fā)的圖像分類模型。作為一種基于Transformer架構(gòu)的深度學(xué)習(xí)模型,DeiT在保持高性能的同時(shí),能夠大大提高數(shù)據(jù)效率,為圖像識(shí)別領(lǐng)域帶來(lái)了顛覆性的變化。與傳統(tǒng)的CNN不同,DeiT模型采 -
如何適配新架構(gòu)?TPU-MLIR代碼生成CodeGen全解析!2023-11-02 08:34
-
Duo引爆市場(chǎng):開源共建,共創(chuàng)社區(qū)定義開源產(chǎn)品2023-10-29 08:35
Milk-VDuo是一款基于算能端側(cè)產(chǎn)品打造的RISC-V開發(fā)板,能夠同時(shí)運(yùn)行LINUX和RTOS操作系統(tǒng),為專業(yè)人士、工業(yè)OEM企業(yè)、物聯(lián)網(wǎng)愛(ài)好者、業(yè)余愛(ài)好者、DIYers和創(chuàng)作者提供了一個(gè)可靠、低成本且具有強(qiáng)大功能的平臺(tái)。10月20日,在社區(qū)的共同努力下,Milk-vDuo1.05版本固件釋放,新增了對(duì)于小核(C906@700MHz)的支持。Duo已經(jīng)完 -
探索ChatGLM2在算能BM1684X上INT8量化部署,加速大模型商業(yè)落地2023-10-10 10:18
-
“創(chuàng)客北京2023”算能·企業(yè)AI+TPU專項(xiàng)賽獲獎(jiǎng)名單出爐!2023-10-10 10:17
近日,“創(chuàng)客北京2023”算能·企業(yè)AI+TPU專項(xiàng)賽決賽圓滿落幕。417個(gè)各具特色的創(chuàng)新創(chuàng)業(yè)項(xiàng)目入選算能專項(xiàng)賽道,經(jīng)過(guò)層層選拔,11個(gè)項(xiàng)目脫穎而出!算能大模型產(chǎn)品總監(jiān)孫哲代表算能在活動(dòng)上致辭,他表示,本屆“創(chuàng)客北京”大賽是一項(xiàng)為促進(jìn)創(chuàng)新和創(chuàng)業(yè)而舉辦的盛會(huì),算能作為承辦單位,致力于為每一位參賽者和企業(yè)提供一個(gè)全方位展示的平臺(tái),期望盡自己的綿薄之力推動(dòng)創(chuàng)新、創(chuàng) -
TPU-MLIR量化敏感層分析,提升模型推理精度2023-10-10 10:17
背景介紹TPU-MLIR編譯器可以將機(jī)器學(xué)習(xí)模型轉(zhuǎn)換成算能芯片上運(yùn)行的bmodel模型。由于浮點(diǎn)數(shù)的計(jì)算需要消耗更多的計(jì)算資源和存儲(chǔ)空間,實(shí)際應(yīng)用中往往采用量化后的模型(也稱定點(diǎn)模型)進(jìn)行推理。相比于浮點(diǎn)數(shù)模型,量化模型的推理精度會(huì)有一定程度的損失。當(dāng)精度損失較大時(shí),需要搜索模型中對(duì)精度影響較大的層,即敏感層,將其改回浮點(diǎn)類型,生成混精度模型進(jìn)行推理。以mo