9 月 1 日消息，中國科學(xué)院微電子研究所等將人工神經(jīng)網(wǎng)絡(luò)與大腦的動態(tài)可重構(gòu)性相結(jié)合，開發(fā)出基于語義記憶的動態(tài)神經(jīng)網(wǎng)絡(luò)。WKC28資訊網(wǎng)——每日最新資訊28at.com

WKC28資訊網(wǎng)——每日最新資訊28at.com

大腦神經(jīng)網(wǎng)絡(luò)具有復(fù)雜的語義記憶和動態(tài)連接性，可將不斷變化的輸入與龐大記憶中的經(jīng)驗聯(lián)系起來，高效執(zhí)行復(fù)雜多變的任務(wù)。WKC28資訊網(wǎng)——每日最新資訊28at.com

目前，人工智能系統(tǒng)廣泛應(yīng)用的神經(jīng)網(wǎng)絡(luò)模型多是靜態(tài)的。隨著數(shù)據(jù)量不斷增長，它在傳統(tǒng)數(shù)字計算系統(tǒng)中產(chǎn)生大量能耗和時間開銷，難以適應(yīng)外界環(huán)境的變化。WKC28資訊網(wǎng)——每日最新資訊28at.com

與靜態(tài)網(wǎng)絡(luò)相比，語義記憶動態(tài)神經(jīng)網(wǎng)絡(luò)能夠根據(jù)計算資源權(quán)衡識別準(zhǔn)確性和計算效率，可在資源受限設(shè)備或分布式計算環(huán)境中展現(xiàn)出色的性能。WKC28資訊網(wǎng)——每日最新資訊28at.com

獲悉，在對 2D 圖像數(shù)據(jù)集 MNIST 和 3D 點(diǎn)云數(shù)據(jù)集 ModelNet 的分類任務(wù)中，該設(shè)計實(shí)現(xiàn)了與軟件相當(dāng)?shù)臏?zhǔn)確率，相比于靜態(tài)神經(jīng)網(wǎng)絡(luò)減少了 48.1% 和 15.9% 的計算量，相比傳統(tǒng)數(shù)字硬件系統(tǒng)降低了計算能耗。WKC28資訊網(wǎng)——每日最新資訊28at.com

本文鏈接：http://www.www897cc.com/showinfo-45-6664-0.html中國科學(xué)院開發(fā)出基于語義記憶的動態(tài)神經(jīng)網(wǎng)絡(luò)：相比靜態(tài)最高減少 48.1% 計算量

聲明：本網(wǎng)頁內(nèi)容旨在傳播知識，若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 微軟副總裁 Vik Singh：AI 聊天機(jī)器人需“學(xué)會求助”而非“制造幻覺”

下一篇： UC小說上新！《斗破蒼穹》《凡人修仙傳》等超6000部大神作品等你來