dark

Numenta使用脑派生的稀疏算法演示了深度学习网络的50倍加速

Total
0
Shares
0
0
0



请参阅公告：https://www.businesswire.com/news/home/20201110005393/en/阅读白皮书：https://numenta.com/assets/pdf/research-publications/papers/Sparsity-Enables-50x- Performance-Acceleration-Deep-Learning-Networks.pdf该视频演示了Numenta技术演示的结果，该演示显示了深度学习网络中推理任务的性能提高了50倍，而准确性没有任何损失。 这些进步是通过应用称为稀疏性的大脑原理来实现的。 我们通过在Xilinx FPGA（现场可编程门阵列）上运行我们的算法来比较稀疏网络和密集网络，从而使用Google语音命令（GSC）数据集进行语音识别任务。 使用每秒处理的单词数的度量，我们的结果表明，与Xilinx Alveo板上的密集网络相比，稀疏网络产生的加速超过50倍。 此外，我们展示了GSC网络运行在较小的芯片上，而密集网络太大而无法运行，从而启用了依赖低成本，低功耗解决方案的一组新应用程序。 最后，我们证明了稀疏网络比最有效的密集网络消耗的功率少得多。 此概念验证演示验证了稀疏性可以在保持竞争准确性的同时，为各种深度学习平台和网络配置实现显着的加速和电源效率。 有关此技术验证的更多技术细节，请在此处查看白皮书：https://numenta.com/assets/pdf/research-publications/papers/Sparsity-Enables-50x-Performance-Acceleration-Deep-Learning-Networks.pdf Numenta正在与战略合作伙伴合作，以将该技术商业化。 有关信息，请联系[email protected]。 —–Numenta引领着机器智能的新时代。 我们在理论神经科学研究方面的丰富经验已导致大脑工作原理的大量发现。 我们已经基于新皮层的原理开发了凝聚力理论，核心软件技术和众多软件应用程序。 我们的创新工作提供了突破性的功能，并证明了基于生物学学习原理的计算方法可以完成当今编程的计算机无法完成的工作。 订阅我们的新闻摘要以获取有关神经科学和人工智能的最新新闻：https://tinyurl.com/NumentaNewsDigest订阅我们的新闻以获取Numenta的最新更新：https://tinyurl.com/NumentaNewsletter我们的社交媒体：https：// /twitter.com/Numenta https://www.facebook.com/OfficialNumenta https://www.linkedin.com/company/numenta我们的开源资源：https://github.com/numenta https：// discourse。 numenta.org/我们的网站：https://numenta.com/。

16 comments

  3. Damn. That's a lot of papers Jeff. But I'll stay on topic. Sort of.
    We can see here a display of the importance of the presentation being relevant to the importance of the discovery. This has some WOW and sizzle. Good job.

  7. The Thousand Brains Theory/HTM are fascinating, and these results are super exciting. Cant wait to see what you guys do next!

  14. Why is accuracy not mentioned once in the video or the paper? Also you don't mention the kinds of neural networks that are being tested…the datasets, and so on.

Comments are closed.