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(luò)的界面，大概是二到五瓦功耗，我們希望進(jìn)一步降低，可以做實(shí)時目標(biāo)檢測、實(shí)時目標(biāo)分割以及手勢的識別。因此，異型自動插件機(jī)，一個非常重要的要素就是要對它進(jìn)行編譯，如果只是一個芯片的話，是沒有辦法設(shè)計和產(chǎn)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(luò)，比如說通過高層級的描述，通過算法、培訓(xùn)、驗(yàn)證之后，打造一個深度學(xué)習(xí)的網(wǎng)絡(luò)，再把它進(jìn)行。比如SBAS的網(wǎng)絡(luò)，為了能夠變小，需要增加網(wǎng)絡(luò)內(nèi)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(jī)，希望可以找到最好的網(wǎng)絡(luò)或者最好的實(shí)用場景是什么?，F(xiàn)在我們的實(shí)用就是里面能夠含有FPGA，這就可以進(jìn)行編程，而且在最細(xì)節(jié)的地方進(jìn)行編程，使它的性能和其他的參數(shù)都能夠達(dá)到最優(yōu)。

        我們也找到很多可能性，做遷移學(xué)習(xí)，通過遷移學(xué)習(xí)優(yōu)化培訓(xùn)以及它的推理，我們設(shè)定了一些標(biāo)準(zhǔn)或者是基干，有些東西如果從零開始培訓(xùn)是比較困難的，異型自動插件機(jī)，而且結(jié)果不是最佳，也比較費(fèi)時，所以我們嘗試各種各樣不同的方法，調(diào)試一個事先訓(xùn)練好的網(wǎng)絡(luò)，它的速度就會更快，同時更準(zhǔn)確性，能夠用于各種各樣不同的應(yīng)用。我們可以調(diào)試和微調(diào)一些事先訓(xùn)練過的網(wǎng)絡(luò)，把這個過程自動化，把它們結(jié)合在一起，異型自動插件機(jī)，共同得出所謂的硬件應(yīng)用。

        這是一個圖，大家可以看到上面是領(lǐng)域的知識，我們可以對各個層級進(jìn)行優(yōu)化。在下面是我們的硬件模塊，有硬件的產(chǎn)生和設(shè)計。除此之外學(xué)習(xí)的技巧也可以獲益于一些新的硬件設(shè)計，我們有新的遷移學(xué)習(xí)，異型自動插件機(jī)，對于新的設(shè)計可以自動識別，通過從數(shù)據(jù)庫當(dāng)中找到現(xiàn)有的設(shè)計，哪一些結(jié)構(gòu)跟它是最為接近、類似，就可以自動把之前的設(shè)計洞察用到新的設(shè)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(jī)，但是設(shè)計時間卻不需要那么長。

        以上就是小編關(guān)于異型自動插件機(jī)創(chuàng)新也可獲益于一些新的硬件設(shè)計的介紹，希望對大家有用哦！

責(zé)編：文文