中文 英语
知识中心
导航
知识中心

神经网络

一种模拟人脑从物理世界收集数据的方法。
受欢迎程度

描述

神经网络本身处于一种几乎不断变化和发展的状态,这使它成为一个移动的目标。现在有超过20种不同类型的神经网络。有些人这个月比下个月更受欢迎。

最重要的是,对于某些任务,有些方法被认为比其他方法更好。例如,卷积神经网络(cnn)已经成为汽车和无人机嵌入式视觉的核心,可能会被循环神经网络(rnn)取代或补充。RNN不仅可以帮助区分一个物体是狗还是人,还可以确定它随着时间的推移在做什么。一只狗可能会进入道路,也可能会远离道路。或者一个孩子可能在追逐一个冲向繁忙道路的球。但是CNN只会给出运动的快照,而RNN会在一段时间内提供足够的数据来确定汽车是否需要刹车以及刹车的速度。

每一种方法都有利弊。RNN为理解移动图像数据提供了更好的上下文,但这意味着要处理额外的数据维度。有多少数据是在本地处理的,而不是集中处理的,这将影响车辆的反应速度、耗电量、传感器网络的可靠性以及系统的整体架构。更令人困惑的是,算法仍在开发中,以更有效地利用这些数据,这可能会影响任何或所有这些因素。

神经网络可以在有多个传感器的应用中发挥重要作用,例如半自动或全自动汽车。cnn特别适合于计算机视觉。在时间维度是关键因素的情况下,如安全或军事/航空应用,循环神经网络是必不可少的。但在所有情况下,所收集的数据都需要尽可能快地清理为有用的数据,而这正是性能真正容易陷入困境的地方。在这一点上,没有明显的解决方案。

图1:神经网络的主要组成部分。资料来源:普渡大学Kaushik Roy。


多媒体

多推理芯片在神经网络中的应用

多媒体

多媒体

多媒体

多媒体

多媒体

多媒体

Baidu