異型自動插件機創(chuàng)新可獲益于一些新的硬件設施
作者：wenwen
發(fā)布時間：2018-10-11
點擊數(shù)：
現(xiàn)在我們開發(fā)的硬件非常小、像信用卡那么大的，但是里面已經(jīng)集合了整個攝影、攝像頭和網(wǎng)絡的界面，大概是二到五瓦功耗，我們希望進一步降低，可以做實時目標檢測、實時目標分割以及手勢的識別。因此，異型自動插件機，一個非常重要的要素就是要對它進行編譯，如果只是一個芯片的話，是沒有辦法設計和產生的，很多人就沒有辦法用。但是我們完全有辦法定義好這個網(wǎng)絡，比如說通過高層級的描述，通過算法、培訓、驗證之后，打造一個深度學習的網(wǎng)絡，再把它進行。比如SBAS的網(wǎng)絡，為了能夠變小，需要增加網(wǎng)絡內部的效率。我們也做了自動化硬件空間的探索，異型自動插件機，希望可以找到最好的網(wǎng)絡或者最好的實用場景是什么?，F(xiàn)在我們的實用就是里面能夠含有FPGA，這就可以進行編程，而且在最細節(jié)的地方進行編程，使它的性能和其他的參數(shù)都能夠達到最優(yōu)。
我們也找到很多可能性，做遷移學習，通過遷移學習優(yōu)化培訓以及它的推理，我們設定了一些標準或者是基干，有些東西如果從零開始培訓是比較困難的，異型自動插件機，而且結果不是最佳，也比較費時，所以我們嘗試各種各樣不同的方法，調試一個事先訓練好的網(wǎng)絡，它的速度就會更快，同時更準確性，能夠用于各種各樣不同的應用。我們可以調試和微調一些事先訓練過的網(wǎng)絡，把這個過程自動化，把它們結合在一起，異型自動插件機，共同得出所謂的硬件應用。
這是一個圖，大家可以看到上面是領域的知識，我們可以對各個層級進行優(yōu)化。在下面是我們的硬件模塊，有硬件的產生和設計。除此之外學習的技巧也可以獲益于一些新的硬件設計，我們有新的遷移學習，異型自動插件機，對于新的設計可以自動識別，通過從數(shù)據(jù)庫當中找到現(xiàn)有的設計，哪一些結構跟它是最為接近、類似，就可以自動把之前的設計洞察用到新的設計上。比如說我們的影像，可以把效率提高四到五倍，異型自動插件機，但是設計時間卻不需要那么長。
以上就是小編關于異型自動插件機創(chuàng)新也可獲益于一些新的硬件設計的介紹，希望對大家有用哦！
責編：文文
