本文從硬件加速的視角考察深度學(xué)習(xí)與FPGA，指出有哪些趨勢(shì)和創(chuàng)新使得這些技術(shù)相互匹配，并激發(fā)對(duì)FPGA如何幫助深度學(xué)習(xí)領(lǐng)域發(fā)展的探討。
2016-03-24 13:41:06
2481 相比GPU和GPP，F(xiàn)PGA在滿足深度學(xué)習(xí)的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計(jì)算的能力和高效的能耗，F(xiàn)PGA將在一般的深度學(xué)習(xí)應(yīng)用中展現(xiàn)GPU和GPP所沒有的獨(dú)特優(yōu)勢(shì)。同時(shí)，算法
2016-07-28 12:16:387349 深度學(xué)習(xí)在這十年，甚至是未來幾十年內(nèi)都有可能是最熱門的話題。雖然深度學(xué)習(xí)已是廣為人知了，但它并不僅僅包含數(shù)學(xué)、建模、學(xué)習(xí)和優(yōu)化。算法必須在優(yōu)化后的硬件上運(yùn)行，因?yàn)?b class="flag-6" style="color: red">學(xué)習(xí)成千上萬的數(shù)據(jù)可能需要長達(dá)幾周的時(shí)間。因此，深度學(xué)習(xí)網(wǎng)絡(luò)亟需更快、更高效的硬件。接下來，讓我們重點(diǎn)來看深度學(xué)習(xí)的硬件架構(gòu)。
2016-11-18 16:00:375544 英偉達(dá)在 2016 年的強(qiáng)勢(shì)崛起，GPGPU （GPU 通用計(jì)算）功不可沒。有許多原因使 2016 稱得上是 GPU 之年。但事實(shí)上，除了在核心領(lǐng)域（深度學(xué)習(xí)、VR、自動(dòng)駕駛），為什么把 GPU 用于通用計(jì)算仍然很模糊。
2017-03-14 10:07:452910 目前大多數(shù)的機(jī)器學(xué)習(xí)是在處理器上完成的，大多數(shù)機(jī)器學(xué)習(xí)軟件會(huì)針對(duì)GPU進(jìn)行更多的優(yōu)化，甚至有人認(rèn)為學(xué)習(xí)加速必須在GPU上才能完成，但事實(shí)上無論是運(yùn)行機(jī)器學(xué)習(xí)的處理器還是優(yōu)化的深度學(xué)習(xí)框架，都不
2018-03-14 18:29:098148 當(dāng)一個(gè)人開始涉足深度學(xué)習(xí)時(shí)，擁有一塊高速GPU是一件很重要的事，因?yàn)樗軒腿烁咝У胤e累實(shí)踐經(jīng)驗(yàn)，而經(jīng)驗(yàn)是掌握專業(yè)知識(shí)的關(guān)鍵，能打開深入學(xué)習(xí)新問題的大門。如果沒有這種快速的反饋，我們從錯(cuò)誤中汲取經(jīng)驗(yàn)的時(shí)間成本就太高了，同時(shí)，過長的時(shí)間也可能會(huì)讓人感到挫敗和沮喪。
2018-08-24 09:11:2580990 3GPP的目標(biāo)是實(shí)現(xiàn)由2G網(wǎng)絡(luò)到3G網(wǎng)絡(luò)的平滑過渡，保證未來技術(shù)的后向兼容性，支持輕松建網(wǎng)及系統(tǒng)間的漫游和兼容性。
2019-09-20 09:10:03
一：深度學(xué)習(xí)DeepLearning實(shí)戰(zhàn)時(shí)間地點(diǎn)：1 月 15日— 1 月18 日二：深度強(qiáng)化學(xué)習(xí)核心技術(shù)實(shí)戰(zhàn)時(shí)間地點(diǎn)： 1 月 27 日— 1 月30 日(第一天報(bào)到 授課三天；提前環(huán)境部署 電腦
2021-01-09 17:01:54
理解，但是在其高冷的背后，卻有深遠(yuǎn)的應(yīng)用場景和未來。深度學(xué)習(xí)是實(shí)現(xiàn)機(jī)器學(xué)習(xí)的一種方式或一條路徑。其動(dòng)機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)。比如其按特定的物理距離連接
2018-07-04 16:07:53
的數(shù)據(jù)可以對(duì)未來的數(shù)據(jù)進(jìn)行推測與模擬，因此都是使用歷史數(shù)據(jù)建立模型，即使用已經(jīng)產(chǎn)生的數(shù)據(jù)去訓(xùn)練，然后使用該模型去擬合未來的數(shù)據(jù)。 在我們機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的訓(xùn)練過程中，經(jīng)常會(huì)出現(xiàn)過擬合和欠擬合的現(xiàn)象。訓(xùn)練一開始，模型通常會(huì)欠擬合，所以會(huì)對(duì)模型進(jìn)行優(yōu)化，然而等到訓(xùn)練到一定程度的時(shí)候，就需要解決過擬合的問題了。
2021-01-28 06:57:47
在未來的某個(gè)時(shí)候，人們必定能夠相對(duì)自如地運(yùn)用人工智能，安全地駕車出行。這個(gè)時(shí)刻何時(shí)到來我無法預(yù)見；但我相信，彼時(shí)“智能”會(huì)顯現(xiàn)出更“切實(shí)”的意義。與此同時(shí)，通過深度學(xué)習(xí)方法，人工智能的實(shí)際應(yīng)用能夠在
2022-11-11 07:55:50
未來的某個(gè)時(shí)候，人們必定能夠相對(duì)自如地運(yùn)用人工智能，安全地駕車出行。這個(gè)時(shí)刻何時(shí)到來我無法預(yù)見；但我相信，彼時(shí)“智能”會(huì)顯現(xiàn)出更“切實(shí)”的意義。與此同時(shí)，通過深度學(xué)習(xí)方法，人工智能的實(shí)際應(yīng)用能夠在汽車
2019-03-13 06:45:03
深度學(xué)習(xí)常用模型有哪些？深度學(xué)習(xí)常用軟件工具及平臺(tái)有哪些？深度學(xué)習(xí)存在哪些問題？
2021-10-14 08:20:47
摘要與深度學(xué)習(xí)算法的進(jìn)步超越硬件的進(jìn)步，你如何確保算法明天是一個(gè)很好的適合現(xiàn)有的人工智能芯片下發(fā)展？，這些人工智能芯片大多是為今天的人工智能算法算法進(jìn)化，這些人工智能芯片的許多設(shè)計(jì)都可能成為甚至在
2020-11-01 09:28:57
TensorFlow&TensorFlow-GPU：深度學(xué)習(xí)框架TensorFlow&TensorFlow-GPU的簡介、安裝、使用方法詳細(xì)攻略
2018-12-25 17:21:10
CPU優(yōu)化深度學(xué)習(xí)框架和函數(shù)庫機(jī)器學(xué)***器
2021-02-22 06:01:02
具有深度學(xué)習(xí)模型的嵌入式系統(tǒng)應(yīng)用程序帶來了巨大的好處。深度學(xué)習(xí)嵌入式系統(tǒng)已經(jīng)改變了各個(gè)行業(yè)的企業(yè)和組織。深度學(xué)習(xí)模型可以幫助實(shí)現(xiàn)工業(yè)流程自動(dòng)化，進(jìn)行實(shí)時(shí)分析以做出決策，甚至可以預(yù)測預(yù)警。這些AI
2021-10-27 06:34:15
的合著者之一，說：“深度學(xué)習(xí)是AI中最令人興奮的領(lǐng)域，因?yàn)槲覀円呀?jīng)看到了深度學(xué)習(xí)帶來的巨大進(jìn)步和大量應(yīng)用。雖然AI 和DNN 研究傾向于使用 GPU，但我們發(fā)現(xiàn)應(yīng)用領(lǐng)域和英特爾下一代FPGA 架構(gòu)之間
2017-04-27 14:10:12
現(xiàn)場可編程門陣列 (FPGA) 解決了 GPU 在運(yùn)行深度學(xué)習(xí)模型時(shí)面臨的許多問題
在過去的十年里，人工智能的再一次興起使顯卡行業(yè)受益匪淺。英偉達(dá) (Nvidia) 和 AMD 等公司的股價(jià)也大幅
2024-03-21 15:19:45
Mali GPU 支持tensorflow或者caffe等深度學(xué)習(xí)模型嗎？ 好像caffe2go和tensorflow lit可以部署到ARM，但不知道是否支持在GPU運(yùn)行？我希望把訓(xùn)練
2022-09-16 14:13:01
最耳熟能詳?shù)木褪荰ensorFlow，但再稍有了解的，會(huì)知道TensorFlow太過于底層，實(shí)現(xiàn)深度學(xué)習(xí)的過程復(fù)雜，但其框架是相當(dāng)好的，Keras相比TensorFlow，具有簡單易用的特點(diǎn)，更適合深度學(xué)習(xí)
2018-06-04 22:32:12
]`labview調(diào)用高性能YOLOV5：http://t.elecfans.com/c1659.html 讓你的CPU也可以運(yùn)行最新深度學(xué)習(xí)模型labview調(diào)用高性能Tensorflow+YOLOV4：http://t.elecfans.com/c1553.html 讓你的GPU也可以運(yùn)行最新深度學(xué)習(xí)模型
2021-06-03 16:38:25
。由于深度學(xué)習(xí)需要使用海量數(shù)據(jù)來進(jìn)行業(yè)務(wù)訓(xùn)練，因此計(jì)算資源需求很大，動(dòng)則幾十上百個(gè)GPU，甚至上千GPU等等；同時(shí)訓(xùn)練時(shí)間也很長，每次訓(xùn)練都是以天、周或甚至月年為單位。但是，開源的分布式訓(xùn)練框架，在保證
2018-08-02 20:44:09
的參數(shù)空間已從百萬級(jí)上升到百億級(jí)，這對(duì)計(jì)算能力提出了新的挑戰(zhàn)。相比CPU，GPU更適合深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)模型，可進(jìn)行高度統(tǒng)異構(gòu)計(jì)算明星規(guī)格族“GN5”。阿里云異構(gòu)計(jì)算通用實(shí)例“GN5”規(guī)格族就是一款
2017-12-26 11:22:09
的未來方向提出關(guān)鍵建議，幫助解決今后深度學(xué)習(xí)所面臨的問題。2. FPGA傳統(tǒng)來說，在評(píng)估硬件平臺(tái)的加速時(shí)，必須考慮到靈活性和性能之間的權(quán)衡。一方面，通用處理器（GPP）可提供高度的靈活性和易用性，但性能
2018-08-13 09:33:30
都出現(xiàn)了重大突破。深度學(xué)習(xí)是這些領(lǐng)域中所最常使用的技術(shù)，也被業(yè)界大為關(guān)注。然而，深度學(xué)習(xí)模型需要極為大量的數(shù)據(jù)和計(jì)算能力，只有更好的硬件加速條件，才能滿足現(xiàn)有數(shù)據(jù)和模型規(guī)模繼續(xù)擴(kuò)大的需求。 FPGA
2019-10-10 06:45:41
深度學(xué)習(xí)是什么意思
2020-11-11 06:58:03
頻率低于 CPU 和 GPU，除非設(shè)計(jì)實(shí)現(xiàn)，否則性能往往較差。與 CPU 和 GPU 相比實(shí)施成本高，F(xiàn)PGA 上支持深度學(xué)習(xí)的軟件較少很多DNN參數(shù)量大，很難在FPGA上簡單實(shí)現(xiàn)需要高數(shù)據(jù)精度
2023-02-17 16:56:59
怎么為自己的深度學(xué)習(xí)機(jī)器選擇合適的GPU配置呢？對(duì)于那些一直想進(jìn)行深度學(xué)習(xí)研究的同學(xué)來說，一直是個(gè)比較糾結(jié)的問題，既要考慮到使用的場景，又要考慮到價(jià)格等各方面因素。如何選擇深度學(xué)習(xí)的組件？這真的很
2018-09-19 13:56:36
四大旗艦處理器相繼曝光，華為、蘋果、三星、高通誰才是SOC的無冕之王？
2020-06-03 14:41:27
本文由回映電子整理分享，歡迎工程老獅們參與學(xué)習(xí)與評(píng)論內(nèi)容? 射頻系統(tǒng)中的深度學(xué)習(xí)? Deepwave Digital技術(shù)? 信號(hào)檢測和分類示例? GPU的實(shí)時(shí)DSP基準(zhǔn)測試? 總結(jié)回映電子是一家
2022-01-05 10:00:58
現(xiàn)場總線、以太網(wǎng)、無線技術(shù)各有優(yōu)劣，那么誰才會(huì)是未來的主流呢？顯然對(duì)所有生產(chǎn)商或機(jī)器并非只有一種技術(shù)才是“正確的”方案？生產(chǎn)商必須權(quán)衡各類方案帶來的價(jià)值。有沒有比采用普通方案帶來的利益更有
2019-09-29 09:49:13
Google機(jī)器智能研究機(jī)構(gòu)）的研究員和工程師們開發(fā)出來，用于機(jī)器學(xué)習(xí)和深度神經(jīng)網(wǎng)絡(luò)方面的研究，但這個(gè)系統(tǒng)的通用性使其也可廣泛用于其他計(jì)算領(lǐng)域。15年11月，谷歌開源了其用來制作AlphaGo的深度學(xué)習(xí)系統(tǒng)
2018-09-27 13:56:06
機(jī)器學(xué)習(xí)的未來在工業(yè)領(lǐng)域采用機(jī)器學(xué)習(xí)機(jī)器學(xué)習(xí)和大數(shù)據(jù)
2021-01-27 06:02:18
本帖最后由 會(huì)飛的鴨子 于 2014-4-2 16:59 編輯
選出誰才是真正的高手，誰才是大牛！吳鑒鷹單片機(jī)項(xiàng)目詳細(xì)解析系列（連載）之基于單片機(jī)的實(shí)戰(zhàn)項(xiàng)目社區(qū)之星-單片機(jī)達(dá)人-吳鑒鷹社區(qū)之星
2014-04-01 13:29:41
怎樣從傳統(tǒng)機(jī)器學(xué)習(xí)方法過渡到深度學(xué)習(xí)？
2021-10-14 06:51:23
請(qǐng)問一下什么是深度學(xué)習(xí)？
2021-08-30 07:35:21
誰有l(wèi)abview2013GPU工具包的學(xué)習(xí)資料？
2014-07-10 22:39:43
為幫助數(shù)據(jù)科學(xué)家和開發(fā)人員充分利用深度學(xué)習(xí)領(lǐng)域中的機(jī)遇，NVIDIA為其深度學(xué)習(xí)軟件平臺(tái)發(fā)布了三項(xiàng)重大更新，它們分別是NVIDIA DIGITS 4、CUDA深度神經(jīng)網(wǎng)絡(luò)庫(cuDNN)5.1和全新的GPU推理引擎(GIE)。
NVIDIA深度學(xué)習(xí)軟件平臺(tái)推三項(xiàng)重大更新
2016-08-06 15:00:261806 FPGA是深度學(xué)習(xí)的未來，學(xué)習(xí)資料，感興趣的可以看看。
2016-10-26 15:29:04
0 項(xiàng)目組基于深度學(xué)習(xí)實(shí)現(xiàn)了視頻風(fēng)格化和人像摳圖的功能，但這是在PC/服務(wù)端上跑的，現(xiàn)在需要移植到移動(dòng)端，因此需要一個(gè)移動(dòng)端的深度學(xué)習(xí)的計(jì)算框架。 同類型的庫 caffe-Android-lib 目前
2017-09-28 20:02:260 類庫，用數(shù)組向量來定義和計(jì)算數(shù)學(xué)表達(dá)式。它使得在Python環(huán)境下編寫深度學(xué)習(xí)算法變得簡單。在它基礎(chǔ)之上還搭建了許多類庫。Keras是一個(gè)簡潔、高度模塊化的神經(jīng)網(wǎng)絡(luò)庫，它的設(shè)計(jì)參考了Torch，用Python語言編寫，支持調(diào)用GPU和CPU優(yōu)化后的Theano運(yùn)算。
2017-11-16 14:20:452873 幾個(gè)世紀(jì)以來，醫(yī)生都試圖借助更好的醫(yī)療工具來深入檢查病人的身體狀況，讓他們遠(yuǎn)離病痛的折磨。如今，GPU及其推動(dòng)的深度學(xué)習(xí)技術(shù)正在為智能醫(yī)學(xué)儀器打開一扇全新的大門。
2017-12-09 11:51:226860 NVIDIA創(chuàng)始人黃仁勛表示TITAN V GPU擁有210億個(gè)晶體管，基于Volta 架構(gòu)設(shè)計(jì)，110 TFLOP 的深度學(xué)習(xí)運(yùn)算能力是上一代的9 倍，可以說是全球最強(qiáng)的PC級(jí)GPU。
2017-12-15 13:38:381748 本文談了談gpu的一些重要的硬件組成，就深度學(xué)習(xí)而言，我覺得對(duì)內(nèi)存的需求還是比較大的，core多也并不是能夠全部用上，但現(xiàn)在開源的庫實(shí)在完整，想做卷積運(yùn)算有cudnn，想做卷積神經(jīng)網(wǎng)絡(luò)caffe
2018-01-06 12:01:093486 
隨著深度學(xué)習(xí)不斷取得進(jìn)展，開發(fā)者們對(duì)在移動(dòng)設(shè)備上的部署神經(jīng)網(wǎng)絡(luò)的需求也與日俱增。和我們之前在桌面級(jí)GPU上做過的嘗試類似，把深度學(xué)習(xí)框架移植到移動(dòng)端需要做到這兩點(diǎn)：夠快的inference速度和合
2018-01-18 13:38:0010463 幾乎所有深度學(xué)習(xí)的研究者都在使用GPU，但是對(duì)比深度學(xué)習(xí)硬鑒方案，ASIC、FPGA、GPU三種究竟哪款更被看好？主要是認(rèn)清對(duì)深度學(xué)習(xí)硬件平臺(tái)的要求。
2018-02-02 15:21:4010203 
新一代的PowerVR GPU，可為成本敏感設(shè)備的圖形與運(yùn)算功能樹立新的標(biāo)準(zhǔn)。與前一代的GPU相比，SoC供應(yīng)商將能以相同的芯片面積實(shí)現(xiàn)顯著的性能提升。 運(yùn)用新款 PowerVR Series9XE和Series9XM GPU，SoC供應(yīng)商與OEM廠商能把成本與功耗降至最低。
2018-04-09 07:19:003381 近年來，深度學(xué)習(xí)作為機(jī)器學(xué)習(xí)中比較火的一種方法出現(xiàn)在我們面前，但是和非深度學(xué)習(xí)的機(jī)器學(xué)習(xí)相比（我將深度學(xué)習(xí)歸于機(jī)器學(xué)習(xí)的領(lǐng)域內(nèi)），還存在著幾點(diǎn)很大的不同，具體來說，有以下幾點(diǎn).
2018-05-02 10:30:004135 與NIPS展示的研究類似，多模態(tài)圖像轉(zhuǎn)換依賴于無監(jiān)督式學(xué)習(xí)和生成式對(duì)抗網(wǎng)絡(luò) (GAN) 這兩項(xiàng)深度學(xué)習(xí)技術(shù)，賦予設(shè)備更多“想象力”，例如“想象”一條陽光普照的街道在暴風(fēng)雨或冬季時(shí)的景象。
2018-04-27 11:12:594423 權(quán)值。在這里，GPU 可為深度學(xué)習(xí)帶來助益，使訓(xùn)練和執(zhí)行這些深度網(wǎng)絡(luò)成為可能（原始處理器在這方面的效率不夠高）。
2018-05-28 16:49:009597 
在人工智能領(lǐng)域，機(jī)器學(xué)習(xí)研究與芯片行業(yè)的發(fā)展，即是一個(gè)相因相生的過程。自第一個(gè)深度網(wǎng)絡(luò)提出，深度學(xué)習(xí)歷經(jīng)幾次寒冬，直至近年，才真正帶來一波AI應(yīng)用的浪潮，這很大程度上歸功于GPU處理芯片的發(fā)展。
2018-06-22 09:55:585937 
本文是推出的人工智能深度學(xué)習(xí)綜述，也是Hinton、LeCun和Bengio三位大神首次合寫同一篇文章。該綜述在深度學(xué)習(xí)領(lǐng)域的重要性不言而喻，可以說是所有人入門深度學(xué)習(xí)的必讀作品。
2018-07-30 16:40:378574 本深度學(xué)習(xí)是什么？了解深度學(xué)習(xí)難嗎?讓你快速了解深度學(xué)習(xí)的視頻講解本文檔視頻讓你4分鐘快速了解深度學(xué)習(xí)
深度學(xué)習(xí)的概念源于人工智能的人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。
2018-08-23 14:36:1616 在很多人眼里，深度學(xué)習(xí)是一個(gè)非常神奇的技術(shù)，是人工智能的未來，是機(jī)器學(xué)習(xí)的圣杯。今天大恒圖像帶您一起揭開他神秘的面紗，了解什么才是深度學(xué)習(xí)。
2019-04-20 09:36:553105 未來的深度學(xué)習(xí)能夠在微型的、低功耗的芯片上自由地奔跑。換句話說，單片機(jī) （MCU） ，有一天會(huì)成為深度學(xué)習(xí)最肥沃的土壤。這里面的邏輯走得有些繞，但好像還是有點(diǎn)道理的。
2019-06-04 17:52:001 深度學(xué)習(xí)從何而來？又該向哪去？
2019-07-08 15:50:492896 從 2016 年 AlphaGo 戰(zhàn)勝李世石掀起深度學(xué)習(xí)的熱潮，到如今深度學(xué)習(xí)寒冬論甚囂塵上，短短兩三年時(shí)間，深度學(xué)習(xí)被唱衰，如今在產(chǎn)業(yè)互聯(lián)網(wǎng)的高速發(fā)展下深度學(xué)習(xí)又該走向何方？未來的發(fā)展方向在何方？
2019-07-12 11:04:423417 GPU與CPU比較，GPU為什么更適合深度學(xué)習(xí)?
2019-08-26 15:32:004234 在GPU編程方面，阿里云會(huì)推出分布式多機(jī)多卡訓(xùn)練框架和其他GPU上的性能優(yōu)化服務(wù)，能夠大大降低客戶使用多機(jī)多卡的門檻，從而減少客戶在云上做深度學(xué)習(xí)訓(xùn)練的時(shí)間。
2019-10-14 14:29:04487 近十年來，人工智能又到了一個(gè)快速發(fā)展的階段。深度學(xué)習(xí)在其發(fā)展中起到了中流砥柱的作用，盡管擁有強(qiáng)大的模擬預(yù)測能力，深度學(xué)習(xí)還面臨著超大計(jì)算量的問題。在硬件層面上，GPU，ASIC，F(xiàn)PGA都是解決龐大計(jì)算量的方案。
2019-10-22 15:26:21977 AI（人工智能）是當(dāng)今科技圈的熱門話題，深度學(xué)習(xí)則是AI訓(xùn)練的重要手段之一。如何學(xué)習(xí)要靠硬件和算法支撐，這方面，Intel力挺CPU，NVIDIA則力挺GPU。
2020-03-06 08:53:132644 AI（人工智能）是當(dāng)今科技圈的熱門話題，深度學(xué)習(xí)則是AI訓(xùn)練的重要手段之一。如何學(xué)習(xí)要靠硬件和算法支撐，這方面，Intel力挺CPU，NVIDIA則力挺GPU。
2020-03-06 10:36:043423 深度學(xué)習(xí)的最新成功是由于大量數(shù)據(jù)（大數(shù)據(jù)）的可用性增加以及圖形處理單元（GPU）的出現(xiàn)，顯著增加了用于訓(xùn)練計(jì)算機(jī)的數(shù)據(jù)的廣度和深度，并減少了所需的時(shí)間用于訓(xùn)練深度學(xué)習(xí)算法。
2020-04-02 09:20:182279 與其他機(jī)器學(xué)習(xí)技術(shù)相比，深度學(xué)習(xí)的主要優(yōu)勢(shì)在于它能夠自動(dòng)學(xué)習(xí)輸入數(shù)據(jù)的抽象表示。
2020-05-03 18:02:001979 事實(shí)上，今天在汽車行業(yè)，GPU的用例幾乎涵蓋了從ADAS到自動(dòng)駕駛，從儀表到中控信息娛樂等等多個(gè)車載系統(tǒng)。而在實(shí)際大規(guī)模量產(chǎn)落地領(lǐng)域，基于深度學(xué)習(xí)的ADAS系統(tǒng)，是GPU的主力市場。
2020-08-22 09:48:512003 
被提出來。不過，總的來說，現(xiàn)代深度學(xué)習(xí)可以分為三種基本的學(xué)習(xí)范式。每一種都有自己的學(xué)習(xí)方法和理念，提升了機(jī)器學(xué)習(xí)的能力，擴(kuò)大了其范圍。 本文最初發(fā)布于 Towards Data Science 博客，由 InfoQ 中文站翻譯并分享。 深度學(xué)習(xí)的未來在于這三種學(xué)習(xí)模式，而且它們
2020-10-23 09:37:251976 
在很多人眼里，深度學(xué)習(xí)是一個(gè)非常神奇的技術(shù)，是人工智能的未來，是機(jī)器學(xué)習(xí)的圣杯。今天致瑞圖像帶您一起揭開他神秘的面紗，了解什么才是深度學(xué)習(xí)。 當(dāng)我們?cè)诰W(wǎng)絡(luò)上搜索深度學(xué)習(xí)的時(shí)候往往還能搜到人工智能
2020-10-31 11:03:152401 
當(dāng)前機(jī)器學(xué)習(xí)訓(xùn)練中，使用GPU提供算力已經(jīng)非常普遍，對(duì)于GPU-based AI system的研究也如火如荼。在這些研究中，以提高資源利用率為主要目標(biāo)的GPU共享(GPU sharing)是當(dāng)下
2020-11-27 10:06:213270 早期的機(jī)器學(xué)習(xí)以搜索為基礎(chǔ)，主要依靠進(jìn)行過一定優(yōu)化的暴力方法。但是隨著機(jī)器學(xué)習(xí)逐漸成熟，它開始專注于加速技術(shù)已經(jīng)很成熟的統(tǒng)計(jì)方法和優(yōu)化問題。同時(shí)深度學(xué)習(xí)的問世更是帶來原本可能無法實(shí)現(xiàn)的優(yōu)化方法。本文
2021-02-26 06:11:435 覺信息的理解可以被再現(xiàn)甚至超越。借助深度學(xué)習(xí)，作為機(jī)器學(xué)習(xí)的一部分，可以在應(yīng)用實(shí)例的基礎(chǔ)上學(xué)習(xí)和訓(xùn)練復(fù)雜的關(guān)系。 機(jī)器學(xué)習(xí)中的另一種技術(shù)是例如“超級(jí)矢量機(jī)”。與深度學(xué)習(xí)相比，必須手動(dòng)定義和驗(yàn)證功能。在深度學(xué)習(xí)中
2021-03-12 16:11:007762 
你還在為神經(jīng)網(wǎng)絡(luò)模型里的冗余信息煩惱嗎？ 或者手上只有CPU，對(duì)一些只能用昂貴的GPU建立的深度學(xué)習(xí)模型“望眼欲穿”嗎？ 最近，創(chuàng)業(yè)公司Neural Magic帶來了一種名叫新的稀疏化方法，可以幫你
2021-06-10 15:33:021975 
深度學(xué)習(xí)是推動(dòng)當(dāng)前人工智能大趨勢(shì)的關(guān)鍵技術(shù)。在 MATLAB 中可以實(shí)現(xiàn)深度學(xué)習(xí)的數(shù)據(jù)準(zhǔn)備、網(wǎng)絡(luò)設(shè)計(jì)、訓(xùn)練和部署全流程開發(fā)和應(yīng)用。聯(lián)合高性能 NVIDIA GPU 加快深度神經(jīng)網(wǎng)絡(luò)訓(xùn)練和推斷。
2022-02-18 13:31:441714 隨著人們對(duì)深度學(xué)習(xí)（ deep learning ， DL ）興趣的日益濃厚，越來越多的用戶在生產(chǎn)環(huán)境中使用 DL 。由于 DL 需要強(qiáng)大的計(jì)算能力，開發(fā)人員正在利用 gpu 來完成他們的訓(xùn)練和推理工作。
2022-04-27 09:54:471873 
部署到嵌入式 GPU 也很受歡迎，因?yàn)樗梢栽诓渴鸬沫h(huán)境中提供快速的推理速度。GPU Coder 支持從 MATLAB 中的深度學(xué)習(xí)模型生成代碼，該模型利用來自 Intel、NVIDIA
2022-07-08 15:23:341303 三維圖形是 GPU 擁有如此大的內(nèi)存和計(jì)算能力的根本原因，它與 深度神經(jīng)網(wǎng)絡(luò) 有一個(gè)共同之處：都需要進(jìn)行大量矩陣運(yùn)算。
2022-08-06 15:56:02624 GPU 引領(lǐng)的深度學(xué)習(xí)
2023-01-04 11:17:16477 人工智能的概念在1956年就被提出，如今終于走入現(xiàn)實(shí)，離不開一種名為“深度學(xué)習(xí)”的技術(shù)。深度學(xué)習(xí)的運(yùn)作模式，如同一場傳話游戲。給神經(jīng)網(wǎng)絡(luò)輸入數(shù)據(jù)，對(duì)數(shù)據(jù)的特征進(jìn)行描述，在神經(jīng)網(wǎng)絡(luò)中層層傳遞，最終
2023-01-14 23:34:43588 
與傳統(tǒng)機(jī)器學(xué)習(xí)相比，深度學(xué)習(xí)是從數(shù)據(jù)中學(xué)習(xí)，而大模型則是通過使用大量的模型來訓(xùn)練數(shù)據(jù)。深度學(xué)習(xí)可以處理任何類型的數(shù)據(jù)，例如圖片、文本等等；但是這些數(shù)據(jù)很難用機(jī)器完成。大模型可以訓(xùn)練更多類別、多個(gè)級(jí)別的模型，因此可以處理更廣泛的類型。另外：在使用大模型時(shí)，可能需要一個(gè)更全面或復(fù)雜的數(shù)學(xué)和數(shù)值計(jì)算的支持。
2023-02-16 11:32:371605 基于深度學(xué)習(xí)的車牌識(shí)別，其中，車輛檢測網(wǎng)絡(luò)直接使用YOLO偵測。而后，才是使用網(wǎng)絡(luò)偵測車牌與識(shí)別車牌號(hào)。
2023-02-19 10:37:23394 基于深度學(xué)習(xí)的車牌識(shí)別，其中，車輛檢測網(wǎng)絡(luò)直接使用YOLO偵測。而后，才是使用網(wǎng)絡(luò)偵測車牌與識(shí)別車牌號(hào)。
2023-02-19 11:35:571578 深度學(xué)習(xí)可以學(xué)習(xí)視覺輸入的模式，以預(yù)測組成圖像的對(duì)象類。用于圖像處理的主要深度學(xué)習(xí)架構(gòu)是卷積神經(jīng)網(wǎng)絡(luò)(CNN)，或者是特定的CNN框架，如AlexNet、VGG、Inception和ResNet。計(jì)算機(jī)視覺的深度學(xué)習(xí)模型通常在專門的圖形處理單元(GPU)上訓(xùn)練和執(zhí)行，以減少計(jì)算時(shí)間。
2023-05-05 11:35:28720 早期的機(jī)器學(xué)習(xí)以搜索為基礎(chǔ)，主要依靠進(jìn)行過一定優(yōu)化的暴力方法。但是隨著機(jī)器學(xué)習(xí)逐漸成熟，它開始專注于加速技術(shù)已經(jīng)很成熟的統(tǒng)計(jì)方法和優(yōu)化問題。同時(shí)深度學(xué)習(xí)的問世更是帶來原本可能無法實(shí)現(xiàn)的優(yōu)化方法。本文將介紹現(xiàn)代機(jī)器學(xué)習(xí)如何找到兼顧規(guī)模和速度的新方法。
2023-05-09 09:58:33540 NVIDIA的標(biāo)準(zhǔn)庫使在CUDA中建立第一個(gè)深度學(xué)習(xí)庫變得非常容易。早期的優(yōu)勢(shì)加上NVIDIA強(qiáng)大的社區(qū)支持意味著如果使用NVIDIA GPU，則在出現(xiàn)問題時(shí)可以輕松得到支持。
2023-07-12 11:49:28399 
深度學(xué)習(xí)算法簡介 深度學(xué)習(xí)算法是什么?深度學(xué)習(xí)算法有哪些?? 作為一種現(xiàn)代化、前沿化的技術(shù)，深度學(xué)習(xí)已經(jīng)在很多領(lǐng)域得到了廣泛的應(yīng)用，其能夠不斷地從數(shù)據(jù)中提取最基本的特征，從而對(duì)大量的信息進(jìn)行機(jī)器學(xué)習(xí)
2023-08-17 16:02:565997 什么是深度學(xué)習(xí)算法？深度學(xué)習(xí)算法的應(yīng)用 深度學(xué)習(xí)算法被認(rèn)為是人工智能的核心，它是一種模仿人類大腦神經(jīng)元的計(jì)算模型。深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種變體，主要通過變換各種架構(gòu)來對(duì)大量數(shù)據(jù)進(jìn)行學(xué)習(xí)以及分類處理
2023-08-17 16:03:041300 深度學(xué)習(xí)框架是什么？深度學(xué)習(xí)框架有哪些？? 深度學(xué)習(xí)框架是一種軟件工具，它可以幫助開發(fā)者輕松快速地構(gòu)建和訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)模型。與手動(dòng)編寫代碼相比，深度學(xué)習(xí)框架可以大大減少開發(fā)和調(diào)試的時(shí)間和精力，并提
2023-08-17 16:03:091585 深度學(xué)習(xí)框架和深度學(xué)習(xí)算法教程 深度學(xué)習(xí)是機(jī)器學(xué)習(xí)領(lǐng)域中的一個(gè)重要分支，多年來深度學(xué)習(xí)一直在各個(gè)領(lǐng)域的應(yīng)用中發(fā)揮著極其重要的作用，成為了人工智能技術(shù)的重要組成部分。許多深度學(xué)習(xí)算法和框架提供
2023-08-17 16:11:26637 近年來，深度學(xué)習(xí)技術(shù)在語音合成領(lǐng)域取得了顯著的進(jìn)展。基于深度學(xué)習(xí)的語音合成技術(shù)能夠生成更加自然、真實(shí)的語音，提高了用戶體驗(yàn)。本文將介紹基于深度學(xué)習(xí)的語音合成技術(shù)的進(jìn)展以及未來趨勢(shì)。 一、基于深度學(xué)習(xí)
2023-09-16 14:48:21490 GPU最初是為圖形渲染而設(shè)計(jì)的，但是由于其卓越的并行計(jì)算能力，它們很快被引入深度學(xué)習(xí)中。深度學(xué)習(xí)的迅速發(fā)展離不開計(jì)算機(jī)圖形處理單元（GPU）的支持，而GPU中的張量核心則被譽(yù)為深度學(xué)習(xí)的秘密武器
2023-09-26 08:29:54456 
在很多人眼里，深度學(xué)習(xí)是一個(gè)非常神奇的技術(shù)，是人工智能的未來，是機(jī)器學(xué)習(xí)的圣杯。今天深視創(chuàng)新帶您一起揭開他神秘的面紗，了解什么才是深度學(xué)習(xí)。
2023-11-09 10:58:02421 
人工智能的飛速發(fā)展，深度學(xué)習(xí)作為其重要分支，正在推動(dòng)著諸多領(lǐng)域的創(chuàng)新。在這個(gè)過程中，GPU扮演著不可或缺的角色。就像超級(jí)英雄電影中的主角一樣，GPU在深度學(xué)習(xí)中擁有舉足輕重的地位。那么，GPU在深度
2023-12-06 08:27:37608
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論