TPU

对比PyTorch、TensorFlow、JAX、Theano，我发现都在关注两大问题

如今回顾这些技术，我发现它们的关注点似乎都是如下两个问题：包含自动求导和并行在内的函数转换，例如vmap,pmap和pjit等；异构计算，CPU负责控制流，GPU/TPU负责张量计算和集合通信。
OneFlow深度学习框架·2022-12-23 22:47

PyTorch Lightning工具学习

PyTorchLightning中提供了以下比较方便的功能：multi-GPU训练半精度训练TPU训练将训练细节进行抽象，从而可以快速迭代1
*pprp*·2022-12-22 23:42

对比PyTorch、TensorFlow、JAX、Theano，我发现都在关注两大问题

如今回顾这些技术，我发现它们的关注点似乎都是如下两个问题：包含自动求导和并行在内的函数转换，例如vmap,pmap和pjit等；异构计算，CPU负责控制流，GPU/TPU负责张量计算和集合通信。
·2022-12-21 22:06

記錄下用google colab 进行GPU(TPU)训练

文章目录温馨提示打开网站上传资源下载资源到googlecolab温馨提示需要科学上网，没有的话可以点这个https://shandianpro.com/#/register?code=wCXwkCOU下个clashx进行挂载https://download.csdn.net/download/monk96/87231589配置自行百度打开网站googlecloabhttps://colab.res
MioeC·2022-12-21 15:50

算能加入飞桨硬件生态，加速基于TPU平台的AI部署落地

近日，算能与百度飞桨签署合作协议，正式加入由飞桨发起的硬件生态共创计划。当前双方的合作主要基于SOPHON系列人工智能芯片BM1684X及AI加速卡SC7等智算硬件产品。关于算能算能致力于成为全球领先的通用算力提供商。算能承续了比特大陆在AI领域沉淀多年的技术、专利、产品和客户，专注于人工智能芯片以及相关产品的研发与推广应用。旗下拥有“算丰”、“晶视”两大品牌，以自研芯片为核心打造覆盖“云、边、端
飞桨PaddlePaddle·2022-12-19 03:15

LogME：通用快速准确的预训练模型评估方法

迁移学习使得深度神经网络以预训练模型的形式走进千家万户，不用上千块TPU，我们也能够使用BERT、Efficie
AITIME论道·2022-12-17 11:34

MATLAB神经网络单片机,使用ARM单片机进行神经网络推算

大多数人认为,神经网络推算都应该留给GPU,TPU各种专用ASIC运算,实际,在ARM上也可以实现神经网络推算.在很久之前(半年前吧),ARM已经推出了CMSIS-NN,但是,大家都不太感兴趣啊.实际上
张勇18613964002·2022-12-17 10:23

基于SOPHON TPU架构实现 Faiss 的两个查询接口

文章目录1.Faiss简介2.距离度量3.在SophonTPU上的接口实现3.1SophonTPU3.2indexflat实现3.3indexPQ实现===========================================1.Faiss简介Faiss库是Facebook开发的一个用于稠密向量相似性搜索和聚类的库，该库包含有诸多向量相似性搜索的算法。向量相似性搜索是将一个向量与底库中的
算能开发者社区·2022-12-16 16:06

人车目标检测竞赛-赛题分享

1.参会人员TPU编程竞赛委员会AI算法创新赛-人车目标检测竞赛参赛选手2.主要内容2.1初赛详细介绍：1）赛题背景随着时代的进步,视觉目标检测技术在生产生活中发挥着越来越重要的作用。
算能开发者社区·2022-12-16 16:36

TPU编程竞赛系列｜CCF BDCI 算能赛题决赛榜单出炉

第十届CCF大数据与计算智能大赛（简称CCFBDCI）8月29日正式启动，算能赛题「基于TPU平台实现人群密度估计」吸引了749支队伍参赛，经过两个多月的激烈角逐，5支队伍脱颖而出进入决赛！
算能开发者社区·2022-12-16 16:36

TPU编程竞赛系列｜L1视频结构化赛题分享会直播预告

近日，TPU编程竞赛-AI算法创新赛正式启动报名，本期赛题「基于TPU平台的L1视频结构化算法实现」，具体内容为人车目标检测。
算能开发者社区·2022-12-16 16:05

TPU编程竞赛系列｜基于TPU-MLIR实现UNet模型部署，比“快”更快！

由算能举办的TPU编程竞赛-AI应用挑战赛正式开赛啦！
算能开发者社区·2022-12-16 16:59

【深度学习】Tensorflow、MindSpore框架介绍及张量算子操作实战（超详细 附源码）

TensorFlow2深度学习框架支持CPU、GPU和Google自己的TPU处理器作为计算平台。MindSpore深度学习框架支持CPU、GPU和华为的
showswoller·2022-12-16 09:49

CPU、GPU、TPU的原理简述及其区别

整理了一下CPU、GPU、TPU的简单原理区别，内容整理自GoogleCloud、CSDN、知乎等。
蔡知ru·2022-12-15 07:58

深度学习——CPU，GPU，TPU等硬件说明（笔记）

目录深度学习硬件：CPU和GPU深度学习硬件：TPU深度学习硬件：CPU和GPU1.提升CPU的利用率Ⅰ：提升空间和时间的内存本地性①在计算a+b之前，需要准备数据主内存->L3->L2->L1->寄存器
钟楼小奶糕6·2022-12-15 07:25

（转）CPU/GPU/TPU/NPU傻傻分不清楚

除了CPU，GPU之外，还有TPU，NPU等，真的是CPU/GPU/TPU/NPU傻傻分不清楚啊。今天，闻西就来帮大家理理这些让人分不清楚的芯片到底都是啥？怎么区别它们？CPU
夜灼华·2022-12-13 19:07

浅谈CPU,GPU,TPU,DPU,NPU,BPU

https://www.sohu.com/a/191538165_777155A12宣传的每秒5万亿次运算，用计算机语言描述就是5Tops。麒麟970NPU，根据资料是1.92Tops。麒麟980NPU，提升是970的120%，也就是1.92TopsX2.2=4.23Tops。A11大约0.6Tops，官方宣称8核也就是0.6X8=4.8约等于5Tops，没有虚假宣传。其他soc没有NPU都是利用
weixin_30906701·2022-12-13 19:06

VPU/NPU/TPU/GPU/CPU眼花缭乱，傻傻分不清楚？三百字讲明白

VPU/NPU/TPU/GPU/CPU眼花缭乱，傻傻分不清楚？
来知晓·2022-12-13 19:35

CPU/GPU/TPU/NPU别再傻乎乎的分不清楚啦

除了CPU，GPU之外，还有TPU，NPU等，真的是CPU/GPU/TPU/NPU傻傻分不清楚啊。今天，就来帮大家理理这些让人分不清楚的芯片到底都是啥？怎么区别它们？CPU——
海宝7号·2022-12-13 14:11

什么是NPU

尤其适用于操纵predictivemodel,例如artificialneuralnetworks(ANNs)ofrandomforests(RFs)..NPU有时有类似的名称，如张量处理单元（TPU）
CodingPussy·2022-12-13 14:06

【深度学习】被PyTorch打爆！谷歌抛弃TensorFlow，押宝JAX

最近超级火爆的DALL·EMini都知道吧，它的模型就是基于JAX进行编程的，从而充分地利用了谷歌TPU带来的优势。1『TensorFlow的黄昏和P
风度78·2022-12-13 08:21

新书推荐 | 机器学习实战：基于Sophon平台的机器学习理论与实践

从Caffe、CNTK、CoreML到TensorFlow和TensorRT，从CPU、GPU到TPU、FPGA，从图形处理
hzbooks·2022-12-11 20:40

具身智能综述和应用（Embodied AI）

目前人工智能的进展，在诸多数据源和数据集（Youtube、Flickr、Facebook）、机器计算能力（CPU、GPU、TPU）的加持下，已经在CV、NLP上取得了许多任务（如目标检测、语义分割等）的重大进展
上杉翔二·2022-12-11 12:48

人工智能（AI）

一、人工智能概述1、人工智能发展必备三要素：数据、算法、计算力（CPU/GPU/TPU）CPU和GPU区别:http://www.sohu.com/a/201309334_468740GoogleTPU
坚持要退休的SYA·2022-12-09 10:51

Learning Data Augmentation Strategies for Object Detection（翻译）

该论文和开源代码如下：论文传送门：https://arxiv.org/abs/1906.11172代码传送门：https://github.com/tensorflow/tpu/tree/master/
马大哈先生·2022-12-09 02:36

开源 | 基于浏览器的 PyTorch 深度学习教程

机器之心机器之心授权转载，禁二次转载今天要介绍一个近期开源的自学深度学习GitHub项目，作者为每种具体算法提供了Jupyternotebook实现，可以轻易地在GoogleColab上运行（免费提供云端GPU或TPU
weixin_33671935·2022-12-08 18:05

有人预测GPT-4长这样：比GPT-3略大、纯文本、更注重最优计算与对齐

但同时，大家也一如既往地注意到PaLM的计算成本：用了6144块TPU
wwwsxn·2022-12-07 15:03

机器学习入门路线

前言机器学习是一个很庞杂的体系，我们经常听到一些词汇：“人工智能(AI)”、"深度学习(DeepLearning)”、“机器学习”、“神经网络”、“卷积神经网络”、“Tensorflow”、"Pytorch"还有GPU、NPU、TPU
北极象·2022-12-06 06:22

TPU编程竞赛系列｜基于TPU平台的人车目标检测初赛收官！

近日，AI算法创新赛-“基于TPU平台的人车目标检测”初赛正式结束，经过激烈地角逐，最终排名TOP20的队伍成功进入复赛，开启新的赛程！
算能开发者社区·2022-12-05 09:48

Bert文本分类run_classifier的预测模块修改

修改位置1:run_classifier.pymodel_fn()函数中：源码1:else:output_spec=tf.contrib.tpu.TPUEstimatorSpec(mode=mode,predictions
.我心永恒_·2022-12-04 08:16

colab上用bert进行文本分类

Googlecolab上用bert进行文本分类运用公共数据用自己的数据运用公共数据Colaboratory是一个免费的Jupyter笔记本环境，包括GPU和TPU。
liguo_yao·2022-12-04 07:33

人工智能、机器学习概述

一、人工智能简单了解1.人工智能发展必备三要素：数据算法计算力CPU,GPU,TPU计算力之CPU、GPU对比：CPU主要适合I\O密集型的任务GPU主要适合计算密集型任务2.人工智能、机器学习和深度学习人工智能和机器学习
不凉帅·2022-12-03 00:34

深度学习硬件基础：TPU和其他芯片

文章目录其他芯片DSP:数字信号处理器FPGA：常用来做模拟AIASIC：AI领域专用芯片SystolicArray：脉冲阵列总结参考其他芯片DSP:数字信号处理器DSP，DigitalSignalProcessor，也就是数字信号处理器。这是一种具有特殊结构的微处理器，是以数字信号来处理大量信息的微处理器。将模拟信号转换成数字信号，用于专用处理器的高速实时处理。为数字信号处理算法设计：点积、卷及
留小星·2022-12-02 13:58

NLP17：预训练模型之Albert

但是，由于GPU/TPU内存限制和更长的训练时间，在某些时候，进一步增大模型变得更加困难。为了解决这个问题，我们提出了两种参数削减技术来降低内存消耗以及加快模型训练速度。
大雄没有叮当猫·2022-12-02 13:07

JS逆向实战6-- x轴 y轴 过点触验证码

这需要非常专业的设备，比如TPU运算，和专业的开发和维护人员。因此市面上有专业解决此类问题的OCR解决提供商。也就是第二种间接解决的方案，调用第三方接口。
始識·2022-12-02 01:06

迁移学习

简介好的机器学习模型需要大量数据和许多GPU或TPU进行训练。大多数时候，他们只能执行特定的任务。大学和大公司有时会发布他们的模型。
woshicver·2022-11-30 02:35

kaggle 设置TPU/GPU

kaggle设置TPU/GPUtpu=Nonetry:tpu=tf.distribute.cluster_resolver.TPUClusterResolver()tf.config.experimental_connect_to_cluster
CAIC00513·2022-11-28 00:17

keras使用tpu训练

__version__)tpu=tf.distribute.cluster_resolver.TPUClusterResolver.connect()print("D
KIHHL·2022-11-27 20:54

免费试用Kaggle的GPU,进行深度学习，每周可以使用41小时GPU和20小时TPU

进入官网：Kaggle:YourHomeforDataScience然后注册一个账号，创建一个Notebook设置为GPUAddingafreeGPUYoucanaddasingleNVIDIATeslaP100toyourNotebookforfree.GPUenvironmentshavelowerCPUandmainmemory,butareagreatwaytoachievesignifi
KIHHL·2022-11-27 20:23

[ML-01] 机器学习概述-1

https://pjreddie.com/darknet/yolo/案例三：查看更多：https://deepdreamgenerator.com/3人工智能发展必备三要素：数据算法计算力CPU,GPU,TPU
柚子树cc·2022-11-27 00:00

智能车电磁环岛处理方法_UV漆与TPU智能手表套附着力差解决方法之TPU处理剂

原标题：UV漆与TPU智能手表套附着力差解决方法之TPU处理剂TPU塑胶底材具有耐油、耐磨、抗撕裂等特点，同时其拉伸强度高、伸长率大，变形率较低，因此在被广泛的应用于手机护套、智能手表套等3C配件领域。
weixin_39806603·2022-11-26 13:53

图像中的目标检测学习笔记（二）

配置文件的描述参见：models/faster_rcnn_resnet101_v1_640x640_coco17_tpu-8.configatmaster·tensorflow/models·GitHub
朝花夕拾666·2022-11-25 14:19

Python机器学习 | AI芯片调研

注意：其他非计算任务仍由CPU处理2、背景神经网络需要大量的矩阵运算，CPU和传统计算架构无法满足对于并行计算能力的需求，需要特殊定制的AI芯片（GPU、TPU、NPU、DPU等等）3、相关公司国外：英伟达
惊鸿若梦一书生·2022-11-23 14:50

爱芯元智混合精度NPU的技术原理

在芯片相关的产品和设计中，我们经常能听到各种类型的处理器，比如APU、BPU、CPU、GPU、NPU、TPU等，这让刚入门的工程师眼花缭乱。
江枫渔火·2022-11-23 13:44

谷歌新一代TPU性价比有多高？

新智元报道编辑：LRS【导读】性能比TPUv3提高2.23倍，价格只涨61%谷歌如今能保持人工智能领域霸主地位，很大程度上依赖于自主研发的TPU。
人工智能与算法学习·2022-11-23 10:39

用华为MindSpore进行分布式训练

对于一些行外人来说，总觉得这是一些很简单的工作，但是如果我们纵观计算机的硬件发展史，从CPU到GPU，再到TPU和华为的昇腾(NPU)，乃至当下的热点量子计算机(QPU)，其实就是一个分布式与并行计算的发展史
DechinPhy·2022-11-23 05:02

如何使ResNet优于EfficientNet？改进训练方法和扩展策略就可以

他们提出了ResNet的变体架构ResNet-RS，其使用的内存不仅更少，在TPU和GPU上的训练速度也数倍
计算机视觉研究院·2022-11-23 04:16

AI编译器与TPU-MLIP

文章目录前言一、AI编译器传统编译器与AI编译器部署深度模型二、TPU-MLIPTPU-MLIP整体架构以YOLOV5s的转换为例三、MLIR上什么是MLIRIR中间表达DialectMLIR中总结前言
ShmilySiu·2022-11-22 20:34

AI与传统编译器

AI与传统编译器至于TVM，现在有很多框架（TF，Pytorch），然后会部署到不同平台（CPU、GPU、TPU），神经网络编译器，就是把不同框架里写的东西，编译成一样的格式，再生成到某一平台的代码再来看传统编译器
冲冲冲冲冲冲！！！·2022-11-22 20:02

AI芯片和编译器

深度学习深度学习发展深度学习应用目标识别目标检测自然语言处理机器学习框架常用深度学习算子ConvolutionPoolingActiviation二、模型量化量化熵量化标准卷积中的量化三、AI芯片PCIe模式SoC模式TPU
ShmilySiu·2022-11-22 20:55
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他