動(dòng)態(tài)
-
發(fā)布了文章 2023-12-11 17:51
模糊圖像變高清：TPU-MLIR引領(lǐng)EDSR向MDSR的智能轉(zhuǎn)換！
模型介紹EDSR模型，全稱為enhanceddeepsuper-resolutionnetwork（增強(qiáng)的深度學(xué)習(xí)超分辨率重建網(wǎng)絡(luò)）。該模型可以對(duì)指定圖片進(jìn)行超分辨率操作，提高清晰度。而MDSR是多尺度的超分模型，可以一次輸出不同scale的圖片，相比EDSR，可以在相同的性能下，減少很多的參數(shù)。EDSR模型結(jié)構(gòu)如下：MDSR模型結(jié)構(gòu)如下：本期內(nèi)容將會(huì)帶領(lǐng)大3.3k瀏覽量 -
發(fā)布了文章 2023-12-09 08:34
算能聯(lián)合中軟打造移動(dòng)互聯(lián)實(shí)訓(xùn)室，助力高校培養(yǎng)未來科技精英
為給學(xué)生提供廣闊的學(xué)術(shù)研究和實(shí)踐發(fā)展空間，算能與中軟合作，為北京工業(yè)職業(yè)技術(shù)學(xué)院打造了信息技術(shù)應(yīng)用創(chuàng)新人才培訓(xùn)和認(rèn)證中心以及移動(dòng)互聯(lián)實(shí)訓(xùn)室。這一富有前瞻性的合作項(xiàng)目旨在培養(yǎng)國際化復(fù)合型技術(shù)人才，助務(wù)信息技術(shù)應(yīng)用創(chuàng)新產(chǎn)業(yè)高質(zhì)量發(fā)展。實(shí)訓(xùn)室簡(jiǎn)介人才培訓(xùn)和認(rèn)證中心信息技術(shù)應(yīng)用創(chuàng)新人才培訓(xùn)和認(rèn)證中心提供了一個(gè)標(biāo)準(zhǔn)化、安全且高效的認(rèn)證考試環(huán)境，采用先進(jìn)的職業(yè)技能認(rèn)證平708瀏覽量 -
發(fā)布了文章 2023-12-08 15:55
算能助力高校，探索RISC-V興趣社團(tuán)的技術(shù)創(chuàng)新之旅
在數(shù)字時(shí)代的浪潮中，計(jì)算能力是引領(lǐng)未來的關(guān)鍵。為了在高校培養(yǎng)更多的計(jì)算機(jī)領(lǐng)域人才以及推動(dòng)RISC-V技術(shù)的發(fā)展，我們發(fā)起了“千校萬里行”算能賦能高校RISC-V興趣社團(tuán)的活動(dòng)，促進(jìn)社團(tuán)的成立與蓬勃發(fā)展。活動(dòng)以助力各大高校RISC-V興趣社團(tuán)為主線，以舉辦workshop、技術(shù)分享、實(shí)操比賽等活動(dòng)為手段，推動(dòng)RISC-V技術(shù)在高校的傳播和深入應(yīng)用。從北方的大學(xué)867瀏覽量 -
發(fā)布了文章 2023-12-08 15:55
-
發(fā)布了文章 2023-11-23 08:33
邁向更高效的圖像分類：解析DeiT模型的移植和適配
1.DeiT概述1.1項(xiàng)目簡(jiǎn)介Deit（Data-efficientimageTransformers）是由Facebook與索邦大學(xué)的MatthieuCord教授合作開發(fā)的圖像分類模型。作為一種基于Transformer架構(gòu)的深度學(xué)習(xí)模型，DeiT在保持高性能的同時(shí)，能夠大大提高數(shù)據(jù)效率，為圖像識(shí)別領(lǐng)域帶來了顛覆性的變化。與傳統(tǒng)的CNN不同，DeiT模型采2k瀏覽量 -
發(fā)布了文章 2023-11-02 08:34
-
發(fā)布了文章 2023-10-29 08:35
Duo引爆市場(chǎng)：開源共建，共創(chuàng)社區(qū)定義開源產(chǎn)品
Milk-VDuo是一款基于算能端側(cè)產(chǎn)品打造的RISC-V開發(fā)板，能夠同時(shí)運(yùn)行LINUX和RTOS操作系統(tǒng)，為專業(yè)人士、工業(yè)OEM企業(yè)、物聯(lián)網(wǎng)愛好者、業(yè)余愛好者、DIYers和創(chuàng)作者提供了一個(gè)可靠、低成本且具有強(qiáng)大功能的平臺(tái)。10月20日，在社區(qū)的共同努力下，Milk-vDuo1.05版本固件釋放，新增了對(duì)于小核(C906@700MHz)的支持。Duo已經(jīng)完647瀏覽量 -
發(fā)布了文章 2023-10-10 10:18
-
發(fā)布了文章 2023-10-10 10:17
“創(chuàng)客北京2023”算能·企業(yè)AI+TPU專項(xiàng)賽獲獎(jiǎng)名單出爐！
近日，“創(chuàng)客北京2023”算能·企業(yè)AI+TPU專項(xiàng)賽決賽圓滿落幕。417個(gè)各具特色的創(chuàng)新創(chuàng)業(yè)項(xiàng)目入選算能專項(xiàng)賽道，經(jīng)過層層選拔，11個(gè)項(xiàng)目脫穎而出！算能大模型產(chǎn)品總監(jiān)孫哲代表算能在活動(dòng)上致辭，他表示，本屆“創(chuàng)客北京”大賽是一項(xiàng)為促進(jìn)創(chuàng)新和創(chuàng)業(yè)而舉辦的盛會(huì)，算能作為承辦單位，致力于為每一位參賽者和企業(yè)提供一個(gè)全方位展示的平臺(tái)，期望盡自己的綿薄之力推動(dòng)創(chuàng)新、創(chuàng) -
發(fā)布了文章 2023-10-10 10:17
TPU-MLIR量化敏感層分析，提升模型推理精度
背景介紹TPU-MLIR編譯器可以將機(jī)器學(xué)習(xí)模型轉(zhuǎn)換成算能芯片上運(yùn)行的bmodel模型。由于浮點(diǎn)數(shù)的計(jì)算需要消耗更多的計(jì)算資源和存儲(chǔ)空間，實(shí)際應(yīng)用中往往采用量化后的模型（也稱定點(diǎn)模型）進(jìn)行推理。相比于浮點(diǎn)數(shù)模型，量化模型的推理精度會(huì)有一定程度的損失。當(dāng)精度損失較大時(shí)，需要搜索模型中對(duì)精度影響較大的層，即敏感層，將其改回浮點(diǎn)類型，生成混精度模型進(jìn)行推理。以mo1.9k瀏覽量
