当前位置:首页 » 神经网络引擎 - 第1页

12月26日

神经网络引擎——Google推出用于训练稀疏神经网络的RigL算法

发布 : 小丽 | 分类 : 网络杂谈 | 评论 : 0 | 浏览 : 35468次
神经网络引擎——Google推出用于训练稀疏神经网络的RigL算法

如今大多数AI模型都基于人工神经网络。这些神经网络由通过软件连接链接在一起的人工神经元系统组成。这些连接通过传递数据将不同的输入连接到不同的输出,执行数学算法以生成最佳结果。相同的数据路径很多,但是在许多AI模型中只使用了其中的一小部分,而其他的则未使用,占用了大量空间。这可能会导致模型变慢。神经网络引擎-我是钱QQ/微信:6420636为了克服这个问题,Google最近发布了RigL,该算法可以使基于神经网络的人工智能模型更加高效。它通过在模型的训练阶段对神经网络的结构进行策略性调整来消除无用的连接,从而实现这一目标。为了测试RigL,研究人员使用图像处理模型来分析不同字符的图像。在模型的训练阶段,RigL观察到只需要在前景图像中跳过背景图像即可对其进行处理。因此,它删除了用于处理背景像素

12月26日

神经网络引擎——谷歌神经网络翻译系统发布后,我们和Google Brain的工程师聊了聊

发布 : 小丽 | 分类 : 网络杂谈 | 评论 : 0 | 浏览 : 21420次
神经网络引擎——谷歌神经网络翻译系统发布后,我们和Google Brain的工程师聊了聊

在最新报道发出后的第二天,「机器之心」受邀来到谷歌中国和来自GoogleBrain的软件工程师陈智峰聊了聊人机翻译、GNMT和谷歌的技术创新等问题。神经网络引擎-我是钱QQ/微信:6420636以下为采访对话,「机器之心」略有删改:机器之心:神经网络翻译系统(NMT)将整个输入的句子视作翻译的基本单元,相比于之前基于短语的翻译系统,除了所需的工程设计更少这个优点外,句子意思理解的精确度有多大的提升?陈智峰:我们过去的方法有很多翻译出来给人看,会发现有很多错误。机器会给这些翻译结果打个分,而我们新的系统作出的翻译所得的分会很高。我们在翻译结果的正确率在一些分数上会提高大概0.5分到1分,这是非常巨大的进步。比如,刚才我的同事讨论在微信上最近有些人开始测试「小偷偷偷偷东西」这个句

07月28日

智能手机导入专用的神经网络引擎

发布 : 小丽 | 分类 : 网络杂谈 | 评论 : 0 | 浏览 : 14089次
智能手机导入专用的神经网络引擎

随着人工智能(AI)需求的增加,芯片制造商正在努力生产更强大和高效的处理器。他们的目标是采用更好、更便宜的解决方案,以适应神经网络的需求,同时保证足够的灵活性来满足算法的演进。在Hotchips2017会议上,发布了许多新的深度学习和人工智能技术,其中既有业内领先的科技公司,也不乏初露头角的初创公司。神经网络引擎-我是钱QQ/微信:11578821ByYairSiegel,CEVA细分市场总监01人工智能的未来是移动设备Hotchips会议提出了一些很酷的东西,比如深入分析了谷歌第二代矢量处理单元(TPUv2),它被开发出来执行高效的神经网络训练。同时微软也展出了“脑电波(ProjectBrainwave)”项目,这是一个“软”FPGA深层神经网络处理单元(DNN)。这些解决方案都

07月15日

核心引擎:神经网络引擎算法

发布 : 小丽 | 分类 : 网络杂谈 | 评论 : 0 | 浏览 : 27446次
核心引擎:神经网络引擎算法

神经网络引擎算法是一种更智能的算法,它能够让计算机模拟人脑进行相关的计算与分析,能够全面提升AI的自主学习能力,能够进行合理的推理,同时还具备超强的记忆能力。神经网络引擎算法示意图,如图2-7所示。神经网络算法无疑是深度学习算法的核心引擎。神经网络引擎-我是钱QQ/微信:11578821图2-7 神经网络算法神经网络引擎算法的研究基于一次偶然,是跨学科的一个产物。罗森·布拉特教授是第一个把神经网络算法应用到AI领域的科学家。他虽然是康奈尔大学的一位心理学教授,但是他对计算机也有深入的研究。1958年,罗森·布拉特教授成功地制作了第一台电子感知机。因为这台电子感知机能够识别简单的字母和图像,所以在社会上引起了强烈的反响。当时的一些专家还预测,在未来计算机会有更强大的智能性。他们的这些预言,目前

搜索

网站分类

最近发表

标签列表

最新留言