如何理解深度学习编程中的数据预处理？ - 飞书文档
https://docs.feishu.cn/v/wiki/SQvNwst3xiwItzkKUu2cw5pBndf/a2对于初学者来说，理解深度学习的基本概念和原理是至关重要的。神经网络是由大量的神经元组成的，这些神经元通过相互连接形成了一个复杂的网络结构。每个神经元都有自己的权重 ...
飞搜侠
热门搜索
一文读懂Transformer：深度学习模型的核心架构与原理 - 飞书文档
https://docs.feishu.cn/article/wiki/QnnKwxR0SihLKYk1EIKc1HXonnbTransformer 是一种深度学习模型，核心思想是"Attention is all you need"，这句话来源于2017 年由Google Brain 团队发布的同名论文。Transformer主要用于处理序列 ...
一文读懂Transformer：深度学习模型的核心架构与原理 - 飞书
https://waytoagi.feishu.cn/wiki/QnnKwxR0SihLKYk1EIKc1HXonnb计算 ; 应用ReLU 激活函数 · (0, ; 计算 ; 输出 · 就是前馈神经网络的最终输出，这个输出将会被送回模型的下一层或用于解码器的进一步处理。
从baseline入门深度学习：原理、训练、迁移学习全解析 - 飞书文档
https://docs.feishu.cn/v/wiki/Ex6xwU77yiJzUakhqI7c79VInJb/a1深度学习（Deep Learning）是机器学习的一个分支，它使用神经网络模拟人脑的学习方式，从大量数据中自动学习和提取特征，进行预测和决策。
神经引擎的深度学习算法是如何优化的？ - 飞书文档
https://docs.feishu.cn/v/wiki/SQkTwA7ExijCu5kUFyOckkbunMg/ad从硬件层面来看，神经引擎通常是由专门的芯片或处理器组成。这些芯片具有高度并行的计算能力，能够同时处理大量的数据。例如，苹果公司的A系列芯片中的神经引擎，它采用了先进 ...
深度学习机器对不同人群有何意义？ - 飞书文档
https://docs.feishu.cn/v/wiki/QYPEw8aL0ieyGxkKydOcmNQFnje/ac虽然深度学习主要依赖显卡进行计算，但一个强大的处理器 ... 而且，通过自己动手组装，我们还可以更加深入地了解计算机的硬件结构和工作原理，这对于我们提高计算机技术水平 ...
RISC-V Chips for Deep Learning - 飞书文档
https://docs.feishu.cn/article/wiki/ZzYvwIjsuie4CLkcvTOcxVgVneE使用专用存储器以最小化数据移动距离。 通用微处理器中的多级缓存使用大量区域和能量来尝试为程序最优地移动数据。例如，双路集合关联 ...
算力硬件组成：GPU、CPU和显存的深度解析 - 飞书文档
https://docs.feishu.cn/v/wiki/Dbm2wbbpRi5sj5kQtuncFMQonoq/a62023年6月30日 ... GPU的诞生源自对CPU的减负，使显卡减少了对CPU的依赖，并进行部分原本CPU的工作，尤其是在3D图形处理时GPU所采用的核心技术有硬件T&L（几何转换和光照处理 ...
深度学习的优势：相对于机器学习有哪些独特好处？ - 飞书文档
https://docs.feishu.cn/v/wiki/AlrQwf3cdiqr1AkdubjcQHbGn8c/a6... 处理数据。深度学习模型可以识别图片、文本、声音和其他数据中的复杂模式，从而生成准确的见解和预测。您可以使用深度学习 ... 深度学习的工作原理. 深度学习算法是仿照 ...
NPUs在深度学习领域的地位是否稳固？ - 飞书文档
https://docs.feishu.cn/v/wiki/ZBFSwn9GbiRd6pkUWJzc5mv4nzf/aj首先，我们需要了解NPUs的基本原理和优势。NPUs是一种针对神经网络算法进行优化的处理器，它能够高效地处理大量的矩阵运算，这是神经网络中最常见的计算类型。与传统的中央 ...