TPU

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

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
人工智能与算法学习·2022-11-21 02:31

经典论文阅读（7）——ALBERT

然而，在某些情况下，由于GPU/TPU内存的限制和更长的训练时间，进一步增加模型变得更加困难。
fmf1287·2022-11-20 03:06

深度学习之数据处理方法概述

其中算力的大小和硬件直接相关，比如GPU、DPU、NPU、TPU等等（点击查看：CPU、GPU、DPU、TPU、NPU...傻傻分不清楚？实力扫盲——安排）。
深度人工智能·2022-11-20 01:07

ALBERT: A LITE BERT FOR SELF-SUPERVISEDLEARNING OF LANGUAGE REPRESENTATIONS

id=H1eA7AEtvS概述越大的模型在自然语言表征上进行预训练后通常能在下游任务中表现更好，这样下区会加重GPU/TPU的负担，并且训练时间会更长。
pepsi_w·2022-11-19 13:46

ALBert论文阅读笔记-缩减版的bert，模型参数更少，性能更好

从GLUE榜上我们可以看到，似乎现在的语言模型有越来越大的趋势，虽然我们的训练资源也是从GPU单卡到GPU多卡，到现在TPU，但不是每个公司都这么有钱，特别对个人，有可能就是一块卡，怎么样在资源有限的情况下
bigbao_num·2022-11-19 13:45

变形金刚——Transformer入门刨析详解

\qquadTransformer最早起源于论文Attentionisallyourneed，是谷歌云TPU推荐的参考模型。
哪有灬平凡？·2022-11-19 13:59

首个中文Stable Diffusion模型开源；TPU演进十年；18个PyTorch性能优化技巧 | AI系统前沿动态...

1.TPU演进十年：Google的十大经验教训希腊神话中，特洛伊战争的起因是两方争夺世界上最美的女人——海伦，后世诗人将海伦的美貌“令成千战舰为之起航”。
OneFlow深度学习框架·2022-11-07 10:31

TPU-MLIR视频教程更新，手把手教你打造高性能开源AI编译器

TPU-MLIR开源AI编译器的视频教程，已经同步更新B站、知乎、CSDN等平台，旨在通过一系列的课程让观众一步步深入了解AI编译器的原理及开发。
算能开发者社区·2022-10-25 07:29

PCIE_FALSR超分辨率图像模型移植与测试

FALSR模型转换和量部署和测试相关链接1.SOPHGO（算能）云平台环境搭建1.1.开通云平台账号注意：申请开通BM1684-PCIE通用云开发空间参考：https://cloud.sophgo.com/tpu.pdf1.2
算能开发者社区·2022-10-25 07:59

TPU编程竞赛系列｜基于TPU平台的L1视频结构化算法实现

近日，TPU编程竞赛-AI算法创新赛正式启动报名，赛题为「基于TPU平台的L1视频结构化算法实现」。目标检测是计算机视觉的热门方向，广泛应用于各种智能视频监控系统中。
算能开发者社区·2022-10-25 07:59

基于LPRNet的车牌识别算法移植与测试

BMNNSDK2.7.0进行LPRNet模型转换和量化（4）实现算法的移植（5）部署和测试（6）相关链接（1）SOPHGO（算能）云平台环境搭建a.开通云平台账号参考：https://cloud.sophgo.com/tpu.pdfb
算能开发者社区·2022-10-25 07:28

基于PP-OCR的文字识别算法移植与测试

实现算法的移植5.部署和测试6.相关链接1.SOPHGO（算能）云平台环境搭建1.1.开通云平台账号注意：申请开通BM1684-PCIE通用云开发空间参考：https://cloud.sophgo.com/tpu
算能开发者社区·2022-10-25 07:28

PCIE_基于YOLO3D的目标检测算法移植与测试

Demo文件准备部署和测试相关链接1.SOPHGO（算能）云平台环境搭建1.1.开通云平台账号注意：申请开通BM1684-PCIE通用云开发空间参考：https://cloud.sophgo.com/tpu.pdf1.2
算能开发者社区·2022-10-25 07:50

利用gpu加速神经网络算法,外接gpu 训练神经网络

GPU本质上在异构计算架构上属于协处理器，常见的协处理器除了GPU，还有TPU、FPGA、ASIC等。神经网络图像分割，有很多适合GPU来做并行处理的算法。而GPU相较于其它加速协处理芯片，
快乐的小荣荣·2022-10-20 22:04

TPU演进十年：Google的十大经验教训

DavidPatterson，Google杰出工程师、UCBerkeley荣誉退休教授、美国国家工程院、科学院院士、文理科学院“三院”院士。他是RISC（精简指令集计算机）、RAID（独立磁盘冗余阵列）和NOW（工作站网络）的缔造者，他与JohnHennessy的著作《计算机体系结构：量化研究方法》在业内久负盛名。2017年，DavidPatterson加入GoogleTPU团队，2018年3月，
OneFlow深度学习框架·2022-10-19 10:16

免费使用高性能的GPU和TPU—谷歌Colab使用教程

免费使用高性能的GPU和TPU—谷歌Colab使用教程1.Colab简介2.使用准备2.1科学上网2.2GoogleDrive3.Colab使用3.1云硬盘挂载3.2硬件选择3.3环境配置3.4运行程序楼主前一阶段在做视频插帧算法应用
Ace2NoU·2022-10-04 07:48

图像对抗生成网络GAN学习02 在TPU上训练pix2pixGan实战解决素描上色问题（tensorflow）

图像对抗生成网络GAN学习02:实现我的第一个TPU训练自定义模型项目：pix2pixGan实战解决素描上色问题（tensorflow）文章目录图像对抗生成网络GAN学习02:实现我的第一个TPU训练自定义模型项目
theworld666·2022-10-02 07:31

什么是CPU,GPU,TPU,DPU,NPU,BPU

随着深度学习的火热发展，各类芯片陆续出现在人们的视野中，例如GPU,TPU,DPU,NPU,BPU……，那这些分别是什么？它们与CPU又是什么关系呢？
imPlok·2022-09-23 21:35

CPU、GPU、DPU、TPU、NPU...傻傻分不清楚？实力扫盲——安排

人工智能的发展离不开算力的支持，算力又是依附于各种硬件设备的，没有了算力设备的加持，就好比炼丹少了丹炉一样，可想而知，人工智能智能也就无用武之地了。以深度学习为主的人工智能方向的发展更是离不开强大的算力支持。随着深度学习的不断发展，各种各样的芯片也逐渐抛头露面，见过的，没见过的，听过的没有听过的都出现在眼前，一下有些眼花缭乱，一时竟不知选择哪个？当然前提是不差钱。本学徒在打杂的时候就发现了众多的X
深度人工智能·2022-09-23 21:03

tf.compat.v1.estimator.tpu.TPUEstimator参数说明

tf.compat.v1.estimator.tpu.TPUEstimator(model_fn=None,model_dir=None,config=None,params=None,use_tpu=
walk walk·2022-09-22 07:42

逆向工程：揭示Google Colab未公开的秘密

Colab不仅可以为用户提供Python和Rnotebooks的运行环境，而且还允许用户免费共享部分GPU和TPU资源。
OneFlow深度学习框架·2022-09-15 07:44

Groq：从头设计一个张量流式处理器架构

2016年底，曾领导研发Google张量处理单元（TPU，用于加速机器学习而定制的芯片）的JonathonRoss离职创办了Groq，他们希望能为AI和HPC工作负载提供毫不妥协的低延迟和高性能。
OneFlow深度学习框架·2022-09-15 07:10

Groq：从头设计一个张量流式处理器架构

2016年底，曾领导研发Google张量处理单元（TPU，用于加速机器学习而定制的芯片）的JonathonRoss离职创办了Groq，他们希望能为AI和HPC工作负载提供毫不妥协的低延迟和高性能。
·2022-09-13 18:38

硬核推导Google AdaFactor：一个省显存的宝藏优化器

不过，理想可以无限远，现实通常很局促，有时候模型太大了，大到哪怕你拥有了大显存的GPU甚至TPU，依然会感到很绝望。比如GPT2最大的版本有15亿参数，最大版本的T5模型参数量甚至去到了1
夕小瑶·2022-09-01 07:27

逆向工程：揭示Google Colab未公开的秘密

Colab不仅可以为用户提供Python和Rnotebooks的运行环境，而且还允许用户免费共享部分GPU和TPU资源。
·2022-08-25 12:18

震惊！我竟然在1080Ti上加载了一个35亿参数的模型（ZeRO, Zero Redundancy Optimizer）

目前训练超大规模语言模型主要有两条技术路线：TPU+XLA+TensorFlow和GPU
Alex_996·2022-08-24 07:27

神经网络如何识别图像,神经网络提取图片特征

GPU本质上在异构计算架构上属于协处理器，常见的协处理器除了GPU，还有TPU、FPGA、ASIC等。神经
aifans_bert·2022-08-14 14:57

pytorch显卡内存随训练过程而增加_BERT重计算：用22.5%的训练时间节省5倍的显存开销（附代码）...

一只小狐狸带你解锁炼丹术&NLP秘籍作者：夕小瑶、rumor酱前言虽然TPU的显存令人羡慕，但是由于众所周知的原因，绝大部分人还是很难日常化使用的。
weixin_39994438·2022-08-11 07:57

卷积网络如何让测试集准确率上升_你在打王者农药，有人却用iPhone来训练神经网络...

常规的做法是在算力强大的GPU或TPU上对模型进行训练，之后再使用一系列模型压缩的方法
weixin_39917291·2022-08-08 07:54

【读点论文】EfficientNetV2: Smaller Models and Faster Training 训练感知的神经架构搜索+自适应的渐近训练方法优化训练（TPU，大数据量）

EfficientNetV2:SmallerModelsandFasterTrainingAbstract本文介绍了EfficientNetV2，这是一个新的卷积网络系列，与以前的模型相比，具有更快的训练速度和更好的参数效率。为了开发这些模型，本文采用了训练感知的神经结构搜索和缩放的组合，共同优化训练速度和参数效率。这些模型是从富含Fused-MBConv等新操作的搜索空间中搜索出来的。本文的实验
羞儿·2022-08-05 07:34

CPU, GPU, TPU, NPU, DPU介绍

1.CPU中央处理单元CPU的结构主要包括运算器（ALU,ArithmeticandLogicUnit）、控制单元（CU,ControlUnit）、寄存器（Register）、高速缓存器（Cache）和它们之间通讯的数据、控制及状态的总线。简单来说就是：计算单元、控制单元和存储单元，架构如下图所示：从字面上我们也很好理解，计算单元主要执行算术运算、移位等操作以及地址运算和转换；存储单元主要用于保存
瞻邈·2022-07-24 13:34

CPU，GPU，TPU，NPU都是什么？

什么是CPU?中央处理器（CPU），是电子计算机的主要设备之一，电脑中的核心配件。其功能主要是解释计算机指令以及处理计算机软件中的数据。CPU是计算机中负责读取指令，对指令译码并执行指令的核心部件。中央处理器主要包括两个部分，即控制器、运算器，其中还包括高速及实现它们缓冲处理器之间联系的数据、控制的总线。电子计算机三大核心部件就是CPU、内部存储器、输入/输出设备。中央处理器的功效主要为处理指令、
古道异禀·2022-07-24 13:04

CPU、GPU、TPU、NPU等到底是什么？

CPU即中央处理器(CentralProcessingUnit)GPU即图形处理器(GraphicsProcessingUnit)TPU即谷歌的张量处理器(TensorProcessingUnit)NPU
甜果果2333·2022-07-24 13:33

CPU / GPU / NPU

TPU--TensorProcessingUnit张
菜鸟的人工智能之路·2022-07-24 13:33
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他