動態(tài)
-
發(fā)布了文章 2023-12-30 08:27
Kaggle知識點：訓練神經(jīng)網(wǎng)絡(luò)的7個技巧
科學神經(jīng)網(wǎng)絡(luò)模型使用隨機梯度下降進行訓練，模型權(quán)重使用反向傳播算法進行更新。通過訓練神經(jīng)網(wǎng)絡(luò)模型解決的優(yōu)化問題非常具有挑戰(zhàn)性，盡管這些算法在實踐中表現(xiàn)出色，但不能保證它們會及時收斂到一個良好的模型。訓練神經(jīng)網(wǎng)絡(luò)的挑戰(zhàn)在訓練數(shù)據(jù)集的新示例之間取得平衡。七個具體的技巧，可幫助您更快地訓練出更好的神經(jīng)網(wǎng)絡(luò)模型。學習和泛化使用反向傳播設(shè)計和訓練網(wǎng)絡(luò)需要做出許多看似任685瀏覽量 -
發(fā)布了文章 2023-12-28 08:27
Imagination劉國軍：緊抓異構(gòu)計算機遇，推進各類生態(tài)建設(shè)
作為當前最受關(guān)注的芯片類型之一，GPU市場有多類角色正參與競跑。雖然英偉達的地位目前不可撼動，但也有諸多新興GPU公司在積極追趕。對于新創(chuàng)公司來說，成功設(shè)計一款GPU芯片，除了自身設(shè)計能力，最為關(guān)鍵的就是IP核、EDA工具等。目前全球市場中，如需GPUIP就繞不開具有領(lǐng)先地位的Imagination公司。這是一家總部位于英國，于2017年被凱橋資本收購的企業(yè)739瀏覽量 -
發(fā)布了文章 2023-12-27 08:27
神經(jīng)網(wǎng)絡(luò)是如何學習預測的？
作為一名程序員，我們習慣于去了解所使用工具、中間件的底層原理，本文則旨在幫助大家了解AI模型的底層機制，讓大家在學習或應(yīng)用各種大模型時更加得心應(yīng)手，更加適合沒有AI基礎(chǔ)的小伙伴們。GPT與神經(jīng)網(wǎng)絡(luò)的關(guān)系GPT想必大家已經(jīng)耳熟能詳，當我們與它進行對話時，通常只需關(guān)注自己問出的問題（輸入）以及GPT給出的答案（輸出），對于輸出內(nèi)容是如何產(chǎn)生的，我們一無所知，它就687瀏覽量 -
發(fā)布了文章 2023-12-26 08:27
-
發(fā)布了文章 2023-12-22 08:27
-
發(fā)布了文章 2023-12-21 08:28
-
發(fā)布了文章 2023-12-20 08:28
后摩爾時代的Imagination公司，發(fā)展現(xiàn)狀與規(guī)劃談
來源：電子工程專輯去年我們采訪Imagination中國區(qū)高管時了解到，在被凱橋資本收購以后的幾年內(nèi)Imagination年度營收復合增長達到了33%；另外還提到諸如在汽車GPUIP市場保持領(lǐng)跑等相關(guān)數(shù)據(jù)。其實近幾年Imagination在產(chǎn)品宣傳上反倒是相對低調(diào)的——從媒體和終端用戶的角度來看，我們不是特別清楚Imagination公布的這些營收、市場份額1.1k瀏覽量 -
發(fā)布了文章 2023-12-16 08:28
-
發(fā)布了文章 2023-12-15 08:28
精選 25 個 RNN 問題
本文來源：MomodelAI循環(huán)神經(jīng)網(wǎng)絡(luò)是一類人工神經(jīng)網(wǎng)絡(luò)，其中節(jié)點之間的連接可以創(chuàng)建一個循環(huán)，允許某些節(jié)點的輸出影響對相同節(jié)點的后續(xù)輸入。涉及序列的任務(wù)，如自然語言處理、語音識別和時間序列分析，非常適合RNN。與其他神經(jīng)網(wǎng)絡(luò)不同，RNN具有內(nèi)部存儲器，允許它們保留來自先前輸入的信息，并根據(jù)整個序列的上下文做出預測或決策。在本文中，我們將探討RNN的架構(gòu)、它665瀏覽量 -
發(fā)布了文章 2023-12-14 08:28
