動態(tài)
-
發(fā)布了文章 2022-11-20 08:39
清華大學元宇宙發(fā)展研究報告3.0版發(fā)布
近日，清華大學沈陽教授團隊發(fā)布了《元宇宙發(fā)展研究報告3.0版》。在前兩版報告基礎上，本報告按照回顧篇、學理篇、產(chǎn)業(yè)篇、社會篇、輿論篇、治理篇、科幻篇七個模塊，對元宇宙作出挖掘與探究。報告總體上沿著“由當下到未來、由虛擬到現(xiàn)實、由中國到世界”的思想脈絡進行梳理，試圖全面總結(jié)元宇宙的發(fā)展脈絡與規(guī)律，促進元宇宙相關(guān)技術(shù)升級，分析產(chǎn)業(yè)如何進行虛實融合，從而按照自身發(fā)680瀏覽量 -
發(fā)布了文章 2022-11-09 00:16
機器學習回歸模型相關(guān)重要知識點總結(jié)
來源：機器學習研習院回歸分析為許多機器學習算法提供了堅實的基礎。在這篇文章中，我們將總結(jié)10個重要的回歸問題和5個重要的回歸問題的評價指標。1、線性回歸的假設是什么？線性回歸有四個假設線性：自變量（x）和因變量（y）之間應該存在線性關(guān)系，這意味著x值的變化也應該在相同方向上改變y值。獨立性：特征應該相互獨立，這意味著最小的多重共線性。正態(tài)性：殘差應該是正態(tài)分911瀏覽量 -
發(fā)布了文章 2022-11-09 00:15
關(guān)于RISC-V ，這是你需要知道的！
來源：內(nèi)容來自半導體行業(yè)觀察（ID：icbank）編譯自semiengineering，謝謝。RISC-V是加州大學伯克利分校開發(fā)人員在2010年構(gòu)想的開放標準指令集架構(gòu)(ISA)，正在不斷發(fā)展壯大。RISC-V中的RISC代表精簡指令集計算機，這意味著它旨在簡化給計算機的每條單獨指令。由于RISC-V是一個開放標準，任何人都可以實施、定制和擴展ISA以滿足1.6k瀏覽量 -
發(fā)布了文章 2022-11-03 00:22
PowerVR SDK和工具 22.1 版本更新：增加新的光追示例
開發(fā)工具一直是開發(fā)者關(guān)心的重點，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，并進行了一些重大功能更新，詳細的更新內(nèi)容可查看我們的發(fā)布說明。729瀏覽量 -
發(fā)布了文章 2022-11-01 00:20
10個機器學習中常用的距離度量方法
作者：JonteDancker來源：DeepHubIMBA距離度量是有監(jiān)督和無監(jiān)督學習算法的基礎，包括k近鄰、支持向量機和k均值聚類等。距離度量的選擇影響我們的機器學習結(jié)果，因此考慮哪種度量最適合這個問題是很重要的。因此，我們在決定使用哪種測量方法時應該謹慎。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行選擇。本文將簡要介紹780瀏覽量 -
發(fā)布了文章 2022-10-30 00:51
用 AI 預測 AI，它的未來會是什么？
來源：學術(shù)頭條人工智能，開始解決越來越多人類尚未解決的問題，且取得了不錯的成果。然而，在過去幾年中，人工智能領(lǐng)域的科學研究數(shù)量呈指數(shù)級增長，使得科學家們和從業(yè)者們很難及時跟蹤這些進展。數(shù)據(jù)顯示，機器學習領(lǐng)域的研究論文數(shù)量每23個月就會翻一番。其中一個原因是，人工智能正在數(shù)學、統(tǒng)計學、物理學、醫(yī)學和生物化學等不同學科中得到利用。通過從科學文獻中獲得見解，提出新350瀏覽量 -
發(fā)布了文章 2022-10-30 00:48
軟硬一體賦能芯片 Imagination讓AI表現(xiàn)更出色
作者：李祥敬來源：至頂網(wǎng)計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?！霸谲浖O計方面，必365瀏覽量 -
發(fā)布了文章 2022-10-30 00:46
Imagination光線追蹤助力開發(fā)者打造優(yōu)質(zhì)移動游戲
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)Photo509瀏覽量 -
發(fā)布了文章 2022-10-30 00:44
自壓縮神經(jīng)網(wǎng)絡
過去十年，人工智能研究主要集中在探索深度神經(jīng)網(wǎng)絡的潛力。我們近年來看到的進步至少可以部分歸因于網(wǎng)絡規(guī)模的不斷擴大。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大的努力來創(chuàng)建更大、更復雜的架構(gòu)，以實現(xiàn)越來越令人印象深刻的壯舉。此外，現(xiàn)代神經(jīng)網(wǎng)絡的成功使其在各種應用中部署。就在我寫這篇文章的時候，一個神經(jīng)網(wǎng)絡正在施圖預測490瀏覽量 -
發(fā)布了文章 2022-10-30 00:43
12個常用的圖像數(shù)據(jù)增強技術(shù)總結(jié)
作者：PrabowoYogaWicaksana來源：DeepHubIMBA神經(jīng)網(wǎng)絡在訓練時的優(yōu)化首先是對模型的當前狀態(tài)進行誤差估計，然后為了減機器學習或深度學習模型的訓練的目標是成為“通用”模型。這就需要模型沒有過度擬合訓練數(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)增強也是避免過度擬合的眾多方法之一。擴展用于訓練模型的數(shù)據(jù)量的過程稱為數(shù)2.4k瀏覽量
