芯片制造流程及產(chǎn)生的相關(guān)缺陷和芯片缺陷檢測任務(wù)分析

在芯片生產(chǎn)制造過程中，各工藝流程環(huán)環(huán)相扣，技術(shù)復(fù)雜，材料、環(huán)境、工藝參數(shù)等因素的微變常導(dǎo)致芯片產(chǎn)生缺陷，影響產(chǎn)品良率。

2024-02-23 標簽：神經(jīng)網(wǎng)絡(luò)機器視覺芯片制造 2934 0

FPGA與GPU在神經(jīng)網(wǎng)絡(luò)構(gòu)建中的對比研究

嵌入式工程師常見的情況是在硬件加速器（如FPGA）和主機CPU之間建立通信。這項工作因其繁瑣和容易出錯而臭名昭著。

2024-02-22 標簽：fpgacpu神經(jīng)網(wǎng)絡(luò) 1121 0

什么是混合專家模型？混合專家模型 (MoEs)優(yōu)劣勢分析

門控網(wǎng)絡(luò)或路由: 這個部分用于決定哪些令牌 (token) 被發(fā)送到哪個專家。例如，在下圖中，“More”這個令牌可能被發(fā)送到第二個專家，而“Param...

2024-02-22 標簽：神經(jīng)網(wǎng)絡(luò)AITransformer 5567 0

了解如何使用PyTorch構(gòu)建圖神經(jīng)網(wǎng)絡(luò)

圖神經(jīng)網(wǎng)絡(luò)直接應(yīng)用于圖數(shù)據(jù)集，您可以訓(xùn)練它們以預(yù)測節(jié)點、邊緣和與圖相關(guān)的任務(wù)。它用于圖和節(jié)點分類、鏈路預(yù)測、圖聚類和生成，以及圖像和文本分類。

2024-02-21 標簽：編碼器神經(jīng)網(wǎng)絡(luò)pytorch 1148 0

單芯片沒有神經(jīng)網(wǎng)絡(luò)加速器NPU可以玩微型AI應(yīng)用嗎？

講到AI相信大家第一時間多半是聯(lián)想到大型語言模型(LLM)和生成式AI(genAI, AIGC)應(yīng)用，可以對話聊天、查詢數(shù)據(jù)、生成文章圖像和音樂，而這些...

2024-02-20 標簽：傳感器加速器神經(jīng)網(wǎng)絡(luò) 1256 0

一文詳解Transformer神經(jīng)網(wǎng)絡(luò)模型

Transformer模型在強化學(xué)習(xí)領(lǐng)域的應(yīng)用主要是應(yīng)用于策略學(xué)習(xí)和值函數(shù)近似。強化學(xué)習(xí)是指讓機器在與環(huán)境互動的過程中，通過試錯來學(xué)習(xí)最優(yōu)的行為策略。

2024-02-20 標簽：神經(jīng)網(wǎng)絡(luò)AITransformer 2.3萬 0

淺析流行的LLM推理堆棧和設(shè)置

還有一個與批次大小有關(guān)的數(shù)量，它們在一個有趣的點上相交。這個點不取決于硬件之外的任何因素。舉例來說，在 A10G 和 A100 上，硬件可以實現(xiàn)的總浮點...

2024-01-29 標簽：神經(jīng)網(wǎng)絡(luò)gpuAI 601 0

如何優(yōu)化深度學(xué)習(xí)模型?

因為大部分人使用的模型都是預(yù)訓(xùn)練模型，使用的權(quán)重都是在大型數(shù)據(jù)集上訓(xùn)練好的模型，當然不需要自己去初始化權(quán)重了。只有沒有預(yù)訓(xùn)練模型的領(lǐng)域會自己初始化權(quán)重，...

2024-01-29 標簽：神經(jīng)網(wǎng)絡(luò)圖像增強深度學(xué)習(xí) 3224 0

淺析自動駕駛行業(yè)的視覺感知主流框架設(shè)計

視覺感知系統(tǒng)主要以攝像頭作為傳感器輸入，經(jīng)過一系列的計算和處理，對自車周圍的環(huán)境信息做精確感知。目的在于為融合模塊提供準確豐富的信息，包括被檢測物體的類...

2024-01-26 標簽：傳感器神經(jīng)網(wǎng)絡(luò)攝像頭 953 0

如何用FPGA加速神經(jīng)網(wǎng)絡(luò)

到底純FPGA適不適合這種大型神經(jīng)網(wǎng)絡(luò)的設(shè)計？這個問題其實我們不適合回答，但是FPGA廠商是的實際操作是很有權(quán)威性的，現(xiàn)在不論是Intel還是Xilin...

2024-01-24 標簽：fpga神經(jīng)網(wǎng)絡(luò)Xilinx 1355 0

實現(xiàn)圖像識別神經(jīng)網(wǎng)絡(luò)的步驟

我們的下一個任務(wù)是使用先前標記的圖像來訓(xùn)練神經(jīng)網(wǎng)絡(luò)，以對新的測試圖像進行分類。因此，我們將使用nn模塊來構(gòu)建我們的神經(jīng)網(wǎng)絡(luò)。

2024-01-22 標簽：神經(jīng)網(wǎng)絡(luò)圖像識別python 1385 0

教您如何精調(diào)出自己的領(lǐng)域大模型

BERT和 GPT-3 等語言模型針對語言任務(wù)進行了預(yù)訓(xùn)練。微調(diào)使它們適應(yīng)特定領(lǐng)域，如營銷、醫(yī)療保健、金融。在本指南中，您將了解 LLM 架構(gòu)、微調(diào)過程...

2024-01-19 標簽：神經(jīng)網(wǎng)絡(luò)nlpChatGPT 1725 0

一顆AI芯片需要考量的因素有哪些？

重要的是如何計算輸出矩陣中的每個單獨元素，這可以歸結(jié)為兩個非常大的向量的點積 - 在上面的示例中，大小為 12288。這由 12288 次乘法和 122...

2024-01-18 標簽：神經(jīng)網(wǎng)絡(luò)加法器機器學(xué)習(xí) 722 0

卷積神經(jīng)網(wǎng)絡(luò)的深度解析與實踐

卷積后產(chǎn)生的特征圖中的值，越靠近1表示與該特征越關(guān)聯(lián)，越靠近-1表示越不關(guān)聯(lián)，而我們進行特征提取時，為了使得數(shù)據(jù)更少，操作更方便，就直接舍棄掉那些不相關(guān)...

2024-01-15 標簽：神經(jīng)網(wǎng)絡(luò)cnn卷積神經(jīng)網(wǎng)絡(luò) 288 0

什么是深度學(xué)習(xí)？機器學(xué)習(xí)和深度學(xué)習(xí)的主要差異

2016年AlphaGo 擊敗韓國圍棋冠軍李世石，在媒體報道中，曾多次提及“深度學(xué)習(xí)”這個概念。

2024-01-15 標簽：濾波器神經(jīng)網(wǎng)絡(luò)人工智能 1541 0

電池PHM的機器學(xué)習(xí)框架

數(shù)據(jù)驅(qū)動的應(yīng)用對電池狀態(tài)的預(yù)測和健康管理（Prognostics and health management, PHM）有著極大的幫助。使用數(shù)據(jù)驅(qū)動的方...

2024-01-15 標簽：神經(jīng)網(wǎng)絡(luò)電池管理系統(tǒng)數(shù)據(jù)驅(qū)動 1613 0

基于NID-SLAM對神經(jīng)SLAM在動態(tài)環(huán)境下的性能提升

TUM數(shù)據(jù)集上相機跟蹤結(jié)果，評價指標是ATE RMSE [ m ] (↓)，表示相關(guān)文獻未提及這個數(shù)據(jù)。

2024-01-12 標簽：神經(jīng)網(wǎng)絡(luò)SLAM 594 0