贺兰手机维修培训学校,贺兰手机维修培训班

贺兰手机维修培训学校信息内容：,

　　

　　近年来一些 重大的技术突破，比如：

　　语音和面部识别软件

　　自动驾驶系统

　　图像识别软件

　　......其实并不是人类设计的，而是计算机设计的。

　　所有这些先进的软件程序都是神经网络的成果，俗称 "深度学习"。

　　神经网络大致以人脑为模型，通过处理大量数据，以及程序员反馈给网络的算法，以类似的方式进行学习。

　　然后，神经网络能够通过分析训练数据来教自己执行任务。

　　"你基本上有软件写软件，"图形处理领导者英伟达的CEO黄仁勋说。

　　深度学习领域的研究进展非常迅速，现在神经网络已经能够做梦，甚至可以使用人类和其他计算机无法破译的非人类密码语言进行交流。

　　该技术唯一的缺点是网络需要大量的内存和电力来运行，但麻省理工学院电子工程和计算机科学副教授薇薇安·施和她的同事们一直在研究一种解决方案，可以使这种强大的软件在手机上运行。

　　薇薇安·施和她的团队去年在设计一种节能计算机芯片方面取得了突破性进展，这种芯片可以让移动设备运行强大的人工智能系统。

　　此后，研究人员采取了另一种研究方法，设计了一系列新技术，使神经网更加节能。

　　"首先，他们开发了一种分析方法，可以确定神经网络在特定类型的硬件上运行时会消耗多少电力。

　　然后，他们使用该方法评估了用于解析神经网络的新技术，以便它们在手持设备上更有效地运行，"MIT新闻报道。

　　该团队将于下周在檀香山举行的计算机视觉和模式识别会议上发表一篇关于他们研究的论文。

　　在那里，他们将描述他们的方法，通过使用 "能量感知修剪"，使神经网络的功耗比之前的 佳方法降低了43%，比标准实现降低了73%。

　　据谷歌移动视觉的团队负责人哈特维格·亚当介绍。

　　" 近，深度学习社区的很多活动都被导向了计算受限平台的高效神经网络架构的开发。

　　然而，这些研究大多集中在减少模型大小或计算量上，而对于智能手机和许多其他设备来说，由于电池使用和热量限制，能耗是 重要的。"

　　哈特维格·亚当补充道。

　　"这项工作是在CNN(卷积神经网)架构优化方面采取了一种创新的方法，即使用一种复杂的新能量估计工具，直接以 小化功耗为指导，而且与以计算为重点的方法相比，它表现出了很大的性能提升。

　　我希望该领域的其他研究人员也能效仿，将这种通用方法采用到神经-网络-模型架构设计中。"

.