那曲檬骨新材料有限公司

搜索歷史

清空
搜索熱詞
      0
      • 聊天消息
      • 系統(tǒng)消息
      • 評(píng)論與回復(fù)
      VIP于 到期 續(xù)費(fèi)
      登錄后你可以
      • 下載海量資料
      • 學(xué)習(xí)在線課程
      • 觀看技術(shù)視頻
      • 寫文章/發(fā)帖/加入社區(qū)
      會(huì)員中心
      創(chuàng)作中心
      發(fā)布
      創(chuàng)作活動(dòng)

      完善資料讓更多小伙伴認(rèn)識(shí)你，還能領(lǐng)取20積分哦，立即完善>

      3天內(nèi)不再提示

      CEVA深度神經(jīng)網(wǎng)絡(luò)編譯器的最新版本支持開放式神經(jīng)網(wǎng)絡(luò)交換ONNX格式

      CEVA ? 來源：lq ? 2018-12-07 11:36 ? 次閱讀

      CEVA宣布其獲獎(jiǎng)的CEVA深度神經(jīng)網(wǎng)絡(luò)(CDNN) 編譯器的最新版本支持開放式神經(jīng)網(wǎng)絡(luò)交換Open Neural Network Exchange(ONNX)格式。

      CEVA副總裁兼視覺業(yè)務(wù)部門總經(jīng)理Ilan Yona 表示：“CEVA全力確保實(shí)現(xiàn)開放、可互操作的AI生態(tài)系統(tǒng)，人工智能應(yīng)用程序開發(fā)人員能夠充分利用生態(tài)系統(tǒng)中各種不同深度學(xué)習(xí)框架，考慮其功能和易用性，為所需特定應(yīng)用選擇最合適的深度學(xué)習(xí)框架。通過為CDNN編譯器技術(shù)添加ONNX支持，我們?yōu)镃EVA-XM和NeuPro的客戶及生態(tài)系統(tǒng)合作伙伴提供了更廣泛的功能，用于培訓(xùn)和豐富其神經(jīng)網(wǎng)絡(luò)應(yīng)用。”

      ONNX是由Facebook、微軟和AWS創(chuàng)建的開放格式，用于實(shí)現(xiàn)AI社群內(nèi)的互操作性和可移植性，可讓開發(fā)人員針對(duì)項(xiàng)目使用合適的工具組合，而不會(huì)被任何一個(gè)框架或生態(tài)系統(tǒng)“鎖定”。ONNX標(biāo)準(zhǔn)確保了不同深度學(xué)習(xí)框架之間的互操作性，容許開發(fā)人員完全自由地選用任何機(jī)器學(xué)習(xí)框架來訓(xùn)練其神經(jīng)網(wǎng)絡(luò)，然后使用另一個(gè)AI框架進(jìn)行部署。現(xiàn)在，通過CDNN神經(jīng)網(wǎng)絡(luò)編譯器的對(duì)ONNX的支持，開發(fā)人員可以導(dǎo)入以任何ONNX兼容框架生成的模型，并將之部署在CEVA-XM視覺DSP和NeuPro AI處理器上。

      聲明：本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人，不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用，如有內(nèi)容侵權(quán)或者其他違規(guī)問題，請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴

      原文標(biāo)題：CEVA為CDNN神經(jīng)網(wǎng)絡(luò)編譯器增添ONNX支持

      文章出處：【微信號(hào)：CEVA-IP，微信公眾號(hào)：CEVA】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

      收藏 人收藏

        評(píng)論

        相關(guān)推薦

        卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

        在深度學(xué)習(xí)領(lǐng)域，神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù)，如圖像識(shí)別、自然語言處理和游戲智能等。其中，卷積神經(jīng)網(wǎng)絡(luò)（CNNs）和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)
        的頭像 發(fā)表于 11-15 14:53 ?741次閱讀

        殘差網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)嗎

        殘差網(wǎng)絡(luò)（Residual Network，通常簡稱為ResNet） 是深度神經(jīng)網(wǎng)絡(luò)的一種 ，其獨(dú)特的結(jié)構(gòu)設(shè)計(jì)在解決深層網(wǎng)絡(luò)訓(xùn)練中的梯度消失和梯度爆炸問題上取得了顯著的突破，并因此成為
        的頭像 發(fā)表于 07-11 18:13 ?1180次閱讀

        BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

        BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，簡稱ANNs）之間的關(guān)系與區(qū)別，是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個(gè)基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個(gè)方面，詳細(xì)闡述BP
        的頭像 發(fā)表于 07-10 15:20 ?1303次閱讀

        rnn是遞歸神經(jīng)網(wǎng)絡(luò)還是循環(huán)神經(jīng)網(wǎng)絡(luò)

        RNN（Recurrent Neural Network）是循環(huán)神經(jīng)網(wǎng)絡(luò)，而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時(shí)間序列特性的神經(jīng)網(wǎng)絡(luò)，能夠處理序列數(shù)據(jù)，具有記憶功能。以下是關(guān)于循環(huán)
        的頭像 發(fā)表于 07-05 09:52 ?654次閱讀

        遞歸神經(jīng)網(wǎng)絡(luò)是循環(huán)神經(jīng)網(wǎng)絡(luò)嗎

        遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡稱RNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡稱RNN）實(shí)際上是同一個(gè)概念，只是不同的翻譯方式
        的頭像 發(fā)表于 07-04 14:54 ?873次閱讀

        循環(huán)神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別

        循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）是深度學(xué)習(xí)領(lǐng)域中兩種非常重要的神經(jīng)網(wǎng)絡(luò)
        的頭像 發(fā)表于 07-04 14:24 ?1502次閱讀

        深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

        在探討深度神經(jīng)網(wǎng)絡(luò)（Deep Neural Networks, DNNs）與基本神經(jīng)網(wǎng)絡(luò)（通常指傳統(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò)）的區(qū)別時(shí)，我們需
        的頭像 發(fā)表于 07-04 13:20 ?1059次閱讀

        卷積神經(jīng)網(wǎng)絡(luò)與循環(huán)神經(jīng)網(wǎng)絡(luò)的區(qū)別

        在深度學(xué)習(xí)領(lǐng)域，卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks, CNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Networks, RNN）是兩種極其重要
        的頭像 發(fā)表于 07-03 16:12 ?3699次閱讀

        反向傳播神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

        反向傳播神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network，簡稱BP神經(jīng)網(wǎng)絡(luò)）是一種多層前饋神經(jīng)網(wǎng)絡(luò)，它通過反向傳播算法來調(diào)整網(wǎng)絡(luò)中的權(quán)重和偏置，以達(dá)到最小化誤差的
        的頭像 發(fā)表于 07-03 11:00 ?867次閱讀

        bp神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)嗎

        BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network）是一種常見的前饋神經(jīng)網(wǎng)絡(luò)，它使用反向傳播算法來訓(xùn)練網(wǎng)絡(luò)。雖然BP神經(jīng)網(wǎng)絡(luò)在某些方面與
        的頭像 發(fā)表于 07-03 10:14 ?947次閱讀

        bp神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)區(qū)別是什么

        BP神經(jīng)網(wǎng)絡(luò)（Backpropagation Neural Network）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）是兩種不同類型的人工神經(jīng)網(wǎng)絡(luò)，它們?cè)?/div>
        的頭像 發(fā)表于 07-03 10:12 ?1357次閱讀

        卷積神經(jīng)網(wǎng)絡(luò)的原理是什么

        卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，簡稱CNN）是一種深度學(xué)習(xí)模型，廣泛應(yīng)用于圖像識(shí)別、語音識(shí)別、自然語言處理等領(lǐng)域。本文將詳細(xì)介紹卷積神經(jīng)網(wǎng)絡(luò)的原理，包括其
        的頭像 發(fā)表于 07-02 14:44 ?806次閱讀

        卷積神經(jīng)網(wǎng)絡(luò)和bp神經(jīng)網(wǎng)絡(luò)的區(qū)別

        化能力。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，神經(jīng)網(wǎng)絡(luò)已經(jīng)成為人工智能領(lǐng)域的重要技術(shù)之一。卷積神經(jīng)網(wǎng)絡(luò)和BP神經(jīng)
        的頭像 發(fā)表于 07-02 14:24 ?4711次閱讀

        深度神經(jīng)網(wǎng)絡(luò)模型有哪些

        模型： 多層感知器（Multilayer Perceptron，MLP）： 多層感知器是最基本的深度神經(jīng)網(wǎng)絡(luò)模型，由多個(gè)全連接層組成。每個(gè)隱藏層的神
        的頭像 發(fā)表于 07-02 10:00 ?1638次閱讀

        神經(jīng)網(wǎng)絡(luò)架構(gòu)有哪些

        神經(jīng)網(wǎng)絡(luò)架構(gòu)是機(jī)器學(xué)習(xí)領(lǐng)域中的核心組成部分，它們模仿了生物神經(jīng)網(wǎng)絡(luò)的運(yùn)作方式，通過復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)實(shí)現(xiàn)信息的處理、存儲(chǔ)和傳遞。隨著深度學(xué)習(xí)技術(shù)的不斷發(fā)展，各種
        的頭像 發(fā)表于 07-01 14:16 ?864次閱讀
        百家乐官网信誉平台现金投注| 澳门百家乐娱乐城信誉如何| 全讯网下载| 百家乐官网投注秘笈| 百家乐群121398015| 利博国际| 百家乐五式缆投法| 大赢家比分| 百家乐官网平注法规则| 澳门顶级赌场金鹰娱乐| 精通百家乐官网的玩法技巧和规则 | r百家乐娱乐下载| 太阳城现金网| 百家乐保单破解方法| 龙虎斗网站| 乐百家乐彩现金开户| 巴林左旗| 金樽百家乐官网的玩法技巧和规则 | 百家乐官网技真人荷官| 百家乐是个什么样的游戏| 金花百家乐官网娱乐城| 太阳城的故事| 网上百家乐官网公司| 京城娱乐城开户| 百家乐系统分析器| 凌海市| 百家乐赌博论坛博客| 真人百家乐官网娱乐好玩| 微信百家乐群资源| 真人百家乐官网蓝盾| 大赢家比分| 百家乐怎赌才赢钱| 百家乐官网闲和庄| 豫游棋牌游戏中心| 百家乐网站新全讯网| 百家乐官网玩家技巧分享| 威尼斯人娱乐老品牌| 二爷百家乐官网的玩法技巧和规则 | 威尼斯人娱乐城游戏平台| 女神百家乐官网的玩法技巧和规则| 维多利亚娱乐城|