文章
-
Imagination PowerVR架构30年:从世嘉游戏机,到芯动桌面显卡2022-10-19 05:17
来源:电子工程专辑作者:黄烨锋今年是Imagination的PowerVR架构诞生30周年——电子工程专辑最近特别采访了Imagination,以期了解这段颇具传奇色彩的架构历史。Imagination告诉我们1992年PowerVR刚刚诞生之时,公司还叫作VideoLogic——这家公司创立至今已经有37年的历史了。翻看GPU发展史,Imagination -
我傻眼了:一个完全由 AI 生成的播客,采访了乔布斯2022-10-19 05:16
作者|黄楠、施方圆编辑|陈彩娴最近大火的生成式AI又有新动作了!在podcast.ai推出的第一集播客节目里,已故的乔布斯竟然“死而复生”成为首位嘉宾,与美国知名播客主持人JoeRogan进行了一场长达20分钟的对话,讨论了关于乔布斯的大学、对计算机的看法、工作状态以及信仰等等。是不是听起来有些毛骨悚然?事实上,这段采访是由文本生成音频实现的,属于AIGC中AI 561浏览量 -
机器学习也将解决量子问题2022-10-19 05:14
作者:CHARLESQ.CHOI来源:IEEE电气电子工程师当量子计算机执行可能导致下一代电池或新药的复杂物理和化学模拟时,它可能比任何传统超级计算机强大得多。然而,可能需要很多年才能实现实用和广泛的量子计算。现在,一项新的研究发现,机器学习现在可以为计算机视觉、语音识别等提供动力,在量子计算机擅长的任务种类上,它也可以证明比普通计算机好得多。这些发现表明,机器学习 529浏览量 -
UWA平台支持PowerVR芯片,新增四大GPU模块分析2022-10-19 05:12
-
训练深度学习神经网络的常用5个损失函数2022-10-19 05:11
作者:Onepagecode来源:DeepHubIMBA神经网络在训练时的优化首先是对模型的当前状态进行误差估计,然后为了减少下一次评估的误差,需要使用一个能够表示错误函数对权重进行更新,这个函数被称为损失函数。损失函数的选择与神经网络模型从示例中学习的特定预测建模问题(例如分类或回归)有关。在本文中我们将介绍常用的一些损失函数,包括:回归模型的均方误差损失深度学习 866浏览量 -
如何在深度学习结构中使用纹理特征2022-10-09 09:44
来源:AI公园,作者:TraptiKalra编译:ronghuaiyang导读这是前一篇文章的继续,在这篇文章中,我们将讨论纹理分析在图像分类中的重要性,以及如何在深度学习中使用纹理分析。在这篇文章中,我们将讨论纹理分析在图像分类中的重要性,以及如何在深度学习中使用纹理分析。我们还将讨论一些常用的纹理提取技术,这些技术用于预先训练的模型,以更有效地解决分类任深度学习 1073浏览量 -
DeepMind、牛津研究员合著论文预测:AI很有可能终结人类!2022-10-09 09:42
来源:新智元导读人工智能会消灭人类吗?最近,牛津大学和谷歌DeepMind的研究员发现,真的有可能。人工智能是否会消灭人类?这是许多科幻电影和小说中讨论过的话题。在《终结者》中,未来的世界已经由机器人来操控,它们要把人类赶尽杀绝。在《我,机器人》中,机器人能够自我进化,随时会成为整个人类的「机械公敌」。而最近,牛津大学和现在就职于谷歌DeepMind的研究人AI 509浏览量 -
【报名有奖】Imagination+百度飞桨模型部署实战 Workshop 邀您参加2022-09-27 17:06
目前,由Imagination与百度飞桨联合开发的ImaginationPaddlePaddleModelzoo模型已经涵盖了图像分类/图像分割/物体检测等应用,并已对外开源。9月28日,双方将共同举办线上Workshop,现已开放注册报名。在此次的Workshop中,您将学习“端到端在Imagination硬件上部署飞桨模型的工作流程”,来自百度飞桨的工程 -
纹理分析以及结合深度学习来提升纹理分类效果2022-09-27 17:04
来源:AI公园,作者:TraptiKalra编译:ronghuaiyang导读纹理分析的介绍,各种纹理分析方法,并结合深度学习提升纹理分类。人工智能的一个独特应用领域是帮助验证和评估材料和产品的质量。在IBM,我们开发了创新技术,利用本地移动设备,专业的微型传感器技术,和AI,提供实时、解决方案,利用智能手机技术,来代替易于出错的视觉检查设备和实验室里昂贵的深度学习 1003浏览量 -
Imagination 联合百度飞桨创建 Model Zoo开源机器学习模型库2022-09-27 17:00
“硬件生态共创计划”成果为人工智能开发者和SoC设计者提供增强支持中国北京-9月27日,Imagination携手飞桨共同发布新建ModelZoo模型库。双方合作的这一重要里程碑涵盖了多种类型的人工智能处理技术,包括图像分类、图像分割和对象检测。这些ModelZoo资源将为专注于消费、汽车和桌面服务器市场的AI芯片设计人员以及系统厂商提供支持,并在全球范围内机器学习 519浏览量