实现更大的准确性与变压器实时视觉处理


《变形金刚》,首次提出在谷歌研究论文2017年,最初为自然语言处理(NLP)任务设计的。最近,研究人员应用变压器视觉应用程序和得到了有趣的结果。虽然之前,视觉任务已经由卷积神经网络(cnn),变形金刚已经证明了惊人的适应视觉形象cl等任务……»阅读更多

使用硅光子学减少延迟在边缘设备上


一个新的技术论文题为“非定域化的光子深度学习在互联网上的优势”是由麻省理工学院的研究人员和诺基亚公司出版的。“每当你想要运行一个神经网络,你需要运行这个程序,你可以运行程序和速度取决于你如何快速管道从内存中的程序。我们的管子是巨大的——它对应于发送一个完整的feature-leng……»阅读更多

电力/性能:7月23日


图象识别玻璃工程师威斯康星大学麦迪逊分校,麻省理工学院和哥伦比亚大学开发了一种方法来创建“智能”玻璃能够执行图像识别任务不需要电子或电力。“我们使用光学凝结的正常安装摄像头,传感器和深神经网络一块薄玻璃,“Zongfu Yu说,电气和…»阅读更多

建筑AI soc


罗恩·洛曼Synopsys对此战略营销经理,看人工智能正在使用和如何开发芯片时,算法几乎不断变化的状态。包括移动什么边缘与数据中心,如何压缩算法,技术被用于加快这些芯片,减少权力。https://youtu。/ d32jtdFwpcE……»阅读更多

飞机、鸟屋和图像识别


我最近在博客上的局限性神经形态计算了一个乐观的观点:即使神经形态系统相对原油的生物大脑仍然可以找到商业上重要的应用。几天后我完成它,我提醒悲观主义者不是错了时,我的一个朋友分享这张图片。图1:取得葫芦在紫色马丁巢…»阅读更多

卷积神经网络电力


虽然这个词可能不会立即辨认,卷积神经网络(cnn)已经部分日常——并且他们预计在不久的将来变得更加重要。[getkc id = " 261 " kc_name =“卷积神经网络”)是一种机器学习模仿大脑的视觉皮层的方式区分从另一个对象。这有助于解释wh……»阅读更多

Baidu