chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

英偉達(dá)無(wú)人駕駛Xavier處理器幫助應(yīng)用程序使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法

M8kW_icbank ? 2017-12-19 11:51 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

人工智能領(lǐng)域英偉達(dá)成為了一支不可忽視的力量。英偉達(dá)公司創(chuàng)始人兼CEO黃仁勛在最近的一次演講當(dāng)中透露,該公司應(yīng)用在下一代DRIVE平臺(tái)上的處理器Xavier已經(jīng)開(kāi)始量產(chǎn)制造。

近日,在東京的一次展會(huì)上,黃仁勛展示了DRIVE平臺(tái)以及無(wú)人駕駛領(lǐng)域的技術(shù),并表示“這將是一個(gè)功能安全的無(wú)人駕駛操作系統(tǒng),我們?cè)谏厦婕闪肆钊穗y以置信的算法和各種應(yīng)用程序。Xavier已經(jīng)在我們的產(chǎn)線上開(kāi)始制造,英偉達(dá)已經(jīng)迫不及待地要震驚世界各地的汽車公司和機(jī)器人專家了?!?/p>

該處理器可以幫助汽車在無(wú)人駕駛的應(yīng)用程序使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法,用來(lái)處理汽車內(nèi)外的傳感器數(shù)據(jù)、語(yǔ)言分析等內(nèi)容。通過(guò)該處理器可以快速的協(xié)調(diào)傳感器并感知用戶的操作,同時(shí)幫助駕駛員排除周圍的危險(xiǎn)和隱患。

根據(jù)之前的公布,這款處理器具備了16nm工藝制程技術(shù),搭載70億個(gè)晶體管,支持最高8K分辨率的畫(huà)面解析度,內(nèi)置VoltaGPU架構(gòu),可以同時(shí)在無(wú)人駕駛汽車上實(shí)現(xiàn)視覺(jué)加速器能力。如果沒(méi)有意外的話,近期將會(huì)公布該處理器的樣品,既然已經(jīng)量產(chǎn),那么明年第一季度就可以供給合作伙伴了。

他還表示,NVIDIA的下一代DRIVE平臺(tái)上的處理器Xavier將是世界上最復(fù)雜的單芯片系統(tǒng)。“Xavier已經(jīng)在我們的產(chǎn)線上開(kāi)始制造,英偉達(dá)已經(jīng)迫不及待地要震驚世界各地的汽車公司和機(jī)器人專家了”。

利用Xavier,汽車無(wú)人駕駛應(yīng)用程序?qū)⑹褂蒙疃壬窠?jīng)網(wǎng)絡(luò)算法來(lái)處理來(lái)自外部和車內(nèi)的傳感器數(shù)據(jù)、手勢(shì)、和自然語(yǔ)言理解。

由NVIDIA創(chuàng)建的這個(gè)新軟件意味著配備它的汽車將能夠警告駕駛員潛在的危險(xiǎn)和汽車周圍的安全隱患,同時(shí)還能檢測(cè)駕駛員當(dāng)前的精神狀況(例如困倦或分心)。

最后,黃仁勛總結(jié)“我們提供的產(chǎn)品不是不只是一個(gè)無(wú)人駕駛儀,而是使用AI作為副駕駛來(lái)幫助你駕駛,同時(shí)保證駕駛員的安全。”

其實(shí)早在去年9月,英偉達(dá)就公布了針對(duì)無(wú)人駕駛技術(shù)和汽車產(chǎn)品準(zhǔn)備的Xavier處理器。采用16nm FinFET進(jìn)程技術(shù)制造,搭載70億晶體管,將支持高達(dá)8K解析度畫(huà)面,內(nèi)建NVIDIA全新VoltaGPU架構(gòu),目標(biāo)是作為無(wú)人駕駛汽車的計(jì)算機(jī)視覺(jué)加速器。

黃仁勛在歐洲GPU大會(huì)上稱這款新的系統(tǒng)級(jí)芯片并非僅僅是處理器,它實(shí)際上一個(gè)提供人工智能的超級(jí)計(jì)算機(jī),功能遠(yuǎn)不止于此,同時(shí)表示Xavier樣品預(yù)計(jì)將于2017年第四個(gè)季度推出。


聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4829

    瀏覽量

    106849
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    28

    文章

    5108

    瀏覽量

    134491
  • 無(wú)人駕駛
    +關(guān)注

    關(guān)注

    99

    文章

    4256

    瀏覽量

    126073
  • 英偉達(dá)
    +關(guān)注

    關(guān)注

    23

    文章

    4047

    瀏覽量

    97733

原文標(biāo)題:英偉達(dá)自動(dòng)駕駛Xavier處理器已開(kāi)始量產(chǎn)

文章出處:【微信號(hào):icbank,微信公眾號(hào):icbank】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    自動(dòng)駕駛中常提的卷積神經(jīng)網(wǎng)絡(luò)是個(gè)啥?

    在自動(dòng)駕駛領(lǐng)域,經(jīng)常會(huì)聽(tīng)到卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò),簡(jiǎn)稱為CNN,是一種專門用來(lái)處理網(wǎng)格狀數(shù)據(jù)(比如圖像)的深度
    的頭像 發(fā)表于 11-19 18:15 ?1858次閱讀
    自動(dòng)<b class='flag-5'>駕駛</b>中常提的卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>是個(gè)啥?

    NMSIS神經(jīng)網(wǎng)絡(luò)庫(kù)使用介紹

    NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫(kù)分為多個(gè)功能,每個(gè)功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡(jiǎn)介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計(jì)理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲(chóng)的
    的頭像 發(fā)表于 09-28 10:03 ?723次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時(shí)間連續(xù)性與動(dòng)態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    如何在機(jī)器視覺(jué)中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測(cè)可定位已訓(xùn)練的目標(biāo)類別,并通過(guò)矩形框(邊界框)對(duì)其進(jìn)行標(biāo)識(shí)。 在討論人工智能(AI)或深度學(xué)習(xí)時(shí),經(jīng)常會(huì)出現(xiàn)“神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 09-10 17:38 ?717次閱讀
    如何在機(jī)器視覺(jué)中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機(jī)故障診斷中的應(yīng)用

    摘要:針對(duì)傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問(wèn)題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機(jī)故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點(diǎn),很大程度上降低了對(duì)電機(jī)
    發(fā)表于 06-16 22:09

    派歌銳無(wú)人駕駛車輛線束:智能駕駛神經(jīng)網(wǎng)絡(luò)

    派歌銳是專業(yè)的新能源線束解決方案提供商,為無(wú)人駕駛車輛提供穩(wěn)定可靠的線束解決方案
    的頭像 發(fā)表于 04-25 17:21 ?644次閱讀

    TPU處理器的特性和工作原理

    張量處理單元(TPU,Tensor Processing Unit)是一種專門為深度學(xué)習(xí)應(yīng)用設(shè)計(jì)的硬件加速。它的開(kāi)發(fā)源于對(duì)人工智能(AI)和機(jī)器學(xué)
    的頭像 發(fā)表于 04-22 09:41 ?3446次閱讀
    TPU<b class='flag-5'>處理器</b>的特性和工作原理

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每一層都由若干個(gè)神經(jīng)元構(gòu)成,神經(jīng)元之間通過(guò)權(quán)重連接。信號(hào)在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) : CNN主要由卷積層、池化層和全連接層組成。
    的頭像 發(fā)表于 02-12 15:53 ?1354次閱讀

    如何優(yōu)化BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)

    訓(xùn)練過(guò)程中發(fā)生震蕩,甚至無(wú)法收斂到最優(yōu)解;而過(guò)小的學(xué)習(xí)率則會(huì)使模型收斂速度緩慢,容易陷入局部最優(yōu)解。因此,正確設(shè)置和調(diào)整學(xué)習(xí)率對(duì)于訓(xùn)練高效、準(zhǔn)確的神經(jīng)網(wǎng)絡(luò)模型至關(guān)重要。 二、學(xué)習(xí)率優(yōu)化
    的頭像 發(fā)表于 02-12 15:51 ?1458次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為一種常用的機(jī)器學(xué)習(xí)模型,具有顯著的優(yōu)點(diǎn),同時(shí)也存在一些不容忽視的缺點(diǎn)。以下是對(duì)BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點(diǎn)的分析: 優(yōu)點(diǎn)
    的頭像 發(fā)表于 02-12 15:36 ?1617次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    神經(jīng)網(wǎng)絡(luò)(即反向傳播神經(jīng)網(wǎng)絡(luò))的核心,它建立在梯度下降法的基礎(chǔ)上,是一種適合于多層神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法。該
    的頭像 發(fā)表于 02-12 15:18 ?1304次閱讀

    BP神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過(guò)反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、一個(gè)或多個(gè)隱藏層和輸出層組成,通過(guò)逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,目的是最小化
    的頭像 發(fā)表于 02-12 15:15 ?1364次閱讀

    BP神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中的應(yīng)用

    BP神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中發(fā)揮著重要作用,其多層結(jié)構(gòu)使得網(wǎng)絡(luò)能夠學(xué)習(xí)到復(fù)雜的特征表達(dá),適用于處理非線性問(wèn)題。以下是對(duì)BP神經(jīng)網(wǎng)絡(luò)在圖像識(shí)別中應(yīng)
    的頭像 發(fā)表于 02-12 15:12 ?1204次閱讀

    深度學(xué)習(xí)入門:簡(jiǎn)單神經(jīng)網(wǎng)絡(luò)的構(gòu)建與實(shí)現(xiàn)

    深度學(xué)習(xí)中,神經(jīng)網(wǎng)絡(luò)是核心模型。今天我們用 Python 和 NumPy 構(gòu)建一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)。 神經(jīng)網(wǎng)絡(luò)由多個(gè)
    的頭像 發(fā)表于 01-23 13:52 ?858次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識(shí)和多種算法。在本文中,我們會(huì)介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工
    的頭像 發(fā)表于 01-09 10:24 ?2275次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法