穎脈Imgtec文章

• 關(guān)于RISC-V ，這是你需要知道的！2022-11-09 00:15

  

  來源：內(nèi)容來自半導(dǎo)體行業(yè)觀察（ID：icbank）編譯自semiengineering，謝謝。RISC-V是加州大學(xué)伯克利分校開發(fā)人員在2010年構(gòu)想的開放標(biāo)準(zhǔn)指令集架構(gòu)(ISA)，正在不斷發(fā)展壯大。RISC-V中的RISC代表精簡指令集計(jì)算機(jī)，這意味著它旨在簡化給計(jì)算機(jī)的每條單獨(dú)指令。由于RISC-V是一個(gè)開放標(biāo)準(zhǔn)，任何人都可以實(shí)施、定制和擴(kuò)展ISA以滿足

  RISC 1928瀏覽量

• PowerVR SDK和工具 22.1 版本更新：增加新的光追示例2022-11-03 00:22

  

  開發(fā)工具一直是開發(fā)者關(guān)心的重點(diǎn)，ImaginationPowerVRSDK和工具也在持續(xù)的迭代，希望能為開發(fā)者提供更新的功能。目前，PowerVRSDK和工具22.1版本已正式發(fā)布，并進(jìn)行了一些重大功能更新，詳細(xì)的更新內(nèi)容可查看我們的發(fā)布說明。

  vr 1015瀏覽量

• 10個(gè)機(jī)器學(xué)習(xí)中常用的距離度量方法2022-11-01 00:20

  

  作者：JonteDancker來源：DeepHubIMBA距離度量是有監(jiān)督和無監(jiān)督學(xué)習(xí)算法的基礎(chǔ)，包括k近鄰、支持向量機(jī)和k均值聚類等。距離度量的選擇影響我們的機(jī)器學(xué)習(xí)結(jié)果，因此考慮哪種度量最適合這個(gè)問題是很重要的。因此，我們在決定使用哪種測量方法時(shí)應(yīng)該謹(jǐn)慎。但在做出決定之前，我們需要了解距離測量是如何工作的，以及我們可以從哪些測量中進(jìn)行選擇。本文將簡要介紹

  機(jī)器學(xué)習(xí) 1123瀏覽量

• 用 AI 預(yù)測 AI，它的未來會是什么？2022-10-30 00:51

  

  來源：學(xué)術(shù)頭條人工智能，開始解決越來越多人類尚未解決的問題，且取得了不錯(cuò)的成果。然而，在過去幾年中，人工智能領(lǐng)域的科學(xué)研究數(shù)量呈指數(shù)級增長，使得科學(xué)家們和從業(yè)者們很難及時(shí)跟蹤這些進(jìn)展。數(shù)據(jù)顯示，機(jī)器學(xué)習(xí)領(lǐng)域的研究論文數(shù)量每23個(gè)月就會翻一番。其中一個(gè)原因是，人工智能正在數(shù)學(xué)、統(tǒng)計(jì)學(xué)、物理學(xué)、醫(yī)學(xué)和生物化學(xué)等不同學(xué)科中得到利用。通過從科學(xué)文獻(xiàn)中獲得見解，提出新

  AI 441瀏覽量

• 軟硬一體賦能芯片 Imagination讓AI表現(xiàn)更出色2022-10-30 00:48

  

  作者：李祥敬來源：至頂網(wǎng)計(jì)算頻道人工智能市場快速增長，算力的需求不斷衍生，這對對計(jì)算架構(gòu)的效率和靈活性提出了更高要求。ImaginationTechnologies產(chǎn)品總監(jiān)RobFisherImaginationTechnologies產(chǎn)品總監(jiān)RobFisher接受記者采訪時(shí)表示，AI領(lǐng)域的高速創(chuàng)新使?jié)M足未來需求的硬件和軟件變得十分關(guān)鍵。“在軟件設(shè)計(jì)方面，必

  人工智能 529瀏覽量

• Imagination光線追蹤助力開發(fā)者打造優(yōu)質(zhì)移動游戲2022-10-30 00:46

  

  10月22-23日，由侑虎科技舉辦的第六屆UWADAY2022技術(shù)大會吸引了眾多開發(fā)者的到來，Imagination中國區(qū)資深技術(shù)顧問盛仿偉受邀出席活動，并分享了公司在光線追蹤技術(shù)領(lǐng)域的探索和創(chuàng)新。Imagination中國區(qū)資深技術(shù)顧問盛仿偉在演講中，盛仿偉介紹了Imagination探索光線追蹤技術(shù)的發(fā)展歷程，以及最新發(fā)布的移動平臺光線追蹤架構(gòu)Photo

  光線追蹤 718瀏覽量

• 自壓縮神經(jīng)網(wǎng)絡(luò)2022-10-30 00:44

  

  過去十年，人工智能研究主要集中在探索深度神經(jīng)網(wǎng)絡(luò)的潛力。我們近年來看到的進(jìn)步至少可以部分歸因于網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大。從使用GPT-3[1]的文本生成到使用Imagen[2]的圖像生成，研究人員付出了相當(dāng)大的努力來創(chuàng)建更大、更復(fù)雜的架構(gòu)，以實(shí)現(xiàn)越來越令人印象深刻的壯舉。此外，現(xiàn)代神經(jīng)網(wǎng)絡(luò)的成功使其在各種應(yīng)用中部署。就在我寫這篇文章的時(shí)候，一個(gè)神經(jīng)網(wǎng)絡(luò)正在施圖預(yù)測

  人工智能 696瀏覽量

• 12個(gè)常用的圖像數(shù)據(jù)增強(qiáng)技術(shù)總結(jié)2022-10-30 00:43

  

  作者：PrabowoYogaWicaksana來源：DeepHubIMBA神經(jīng)網(wǎng)絡(luò)在訓(xùn)練時(shí)的優(yōu)化首先是對模型的當(dāng)前狀態(tài)進(jìn)行誤差估計(jì)，然后為了減機(jī)器學(xué)習(xí)或深度學(xué)習(xí)模型的訓(xùn)練的目標(biāo)是成為“通用”模型。這就需要模型沒有過度擬合訓(xùn)練數(shù)據(jù)集，或者換句話說，我們的模型對看不見的數(shù)據(jù)有很好的了解。數(shù)據(jù)增強(qiáng)也是避免過度擬合的眾多方法之一。擴(kuò)展用于訓(xùn)練模型的數(shù)據(jù)量的過程稱為數(shù)

  神經(jīng)網(wǎng)絡(luò) 圖像數(shù)據(jù) 2850瀏覽量

• 凱文.凱利：未來12個(gè)趨勢（值得一讀）2022-10-30 00:37

  

  作者：凱文.凱利，代表作：《失控》、《必然》來源：美中科教（ID：ACSEF111）以下為凱文·凱利最精彩的演講內(nèi)容跟30年后的我們相比，現(xiàn)在的我們就是一無所知，必須要相信那些不可能的事情，因?yàn)槲覀兩刑幱诘谝惶斓牡谝粋€(gè)小時(shí)——開始的開始。我想講一講未來20年的技術(shù)走向。技術(shù)都會有一個(gè)前進(jìn)的方向，我把它叫做必然，就是這個(gè)趨勢像重力一樣，一定會發(fā)生。比如有了芯片

  人工智能 679瀏覽量

• 機(jī)器學(xué)習(xí)模型的集成方法總結(jié)：Bagging, Boosting, Stacking, Voting, Blending2022-10-19 05:24

  

  來源：DeepHubIMBA作者：AbhayParashar機(jī)器學(xué)習(xí)是人工智能的一個(gè)分支領(lǐng)域，致力于構(gòu)建自動學(xué)習(xí)和自適應(yīng)的系統(tǒng)，它利用統(tǒng)計(jì)模型來可視化、分析和預(yù)測數(shù)據(jù)。一個(gè)通用的機(jī)器學(xué)習(xí)模型包括一個(gè)數(shù)據(jù)集(用于訓(xùn)練模型)和一個(gè)算法(從數(shù)據(jù)學(xué)習(xí))。但是有些模型的準(zhǔn)確性通常很低產(chǎn)生的結(jié)果也不太準(zhǔn)確，克服這個(gè)問題的最簡單的解決方案之一是在機(jī)器學(xué)習(xí)模型上使用集成學(xué)習(xí)

  機(jī)器學(xué)習(xí) 1211瀏覽量