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(biāo)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(biāo)簽：神經(jīng)網(wǎng)絡(luò)gpuAI 516 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(dāng)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(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像增強深度學(xué)習(xí) 3114 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(zhǔn)確豐富的信息，包括被檢測物體的類...

2024-01-26 標(biāo)簽：傳感器神經(jīng)網(wǎng)絡(luò)攝像頭 863 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(biāo)簽：fpga神經(jīng)網(wǎng)絡(luò)Xilinx 1230 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(biāo)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(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像識別python 1283 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(biāo)簽：神經(jīng)網(wǎng)絡(luò)nlpChatGPT 1560 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(biāo)簽：神經(jīng)網(wǎng)絡(luò)加法器機器學(xué)習(xí) 647 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(biāo)簽：神經(jīng)網(wǎng)絡(luò)cnn卷積神經(jīng)網(wǎng)絡(luò) 248 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(biāo)簽：濾波器神經(jīng)網(wǎng)絡(luò)人工智能 1381 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(biāo)簽：神經(jīng)網(wǎng)絡(luò)電池管理系統(tǒng)數(shù)據(jù)驅(qū)動 1444 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(biāo)是ATE RMSE [ m ] (↓)，表示相關(guān)文獻未提及這個數(shù)據(jù)。

2024-01-12 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)SLAM 542 0

詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

在如今的網(wǎng)絡(luò)時代，錯綜復(fù)雜的大數(shù)據(jù)和網(wǎng)絡(luò)環(huán)境，讓傳統(tǒng)信息處理理論、人工智能與人工神經(jīng)網(wǎng)絡(luò)都面臨巨大的挑戰(zhàn)。近些年，深度學(xué)習(xí)逐漸走進人們的視線，通過深度學(xué)...

2024-01-11 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)人工智能深度學(xué)習(xí) 2595 0

從單張圖像中揭示全局幾何信息：實現(xiàn)高效視覺定位的新途徑

我們提出了一種新穎的方法，它可以從單個 RGB 圖像進行全局 6 自由度姿態(tài)估計。我們的方法與大多數(shù)現(xiàn)有的姿態(tài)回歸方法有相同的約束條件，即：從一組圖像姿...

2024-01-08 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)視覺定位 1006 0

光電智能計算架構(gòu)和芯片研究

當(dāng)前，人工智能技術(shù)的復(fù)興正引領(lǐng)著新一代信息技術(shù)迅猛發(fā)展，由電子驅(qū)動的計算處理器在過去十年中發(fā)生了巨大的變化，從通用中央處理器(CPU)到定制計算平臺，例...

2024-01-08 標(biāo)簽：處理器芯片神經(jīng)網(wǎng)絡(luò) 1111 0

介紹計算芯片領(lǐng)域的兩位主角—ASIC和FPGA

上篇提到，GPU的并行算力能力很強，但是它也有缺點，就是功耗高，體積大，價格貴。

2024-01-05 標(biāo)簽：fpga集成電路asic 1758 0

人工智能技術(shù)在軍事情報領(lǐng)域的應(yīng)用背景

人工智能作為人類智慧的輔助和延伸,突破了人類認(rèn)知效率低、考慮因素有限等生理限制。目前,人工智能技術(shù)在自然語言處理、圖像識別、無人駕駛、醫(yī)學(xué)診斷、軍事智能...

2024-01-05 標(biāo)簽：神經(jīng)網(wǎng)絡(luò)圖像識別人工智能 1254 0