Re: [問題] 請問神經網路引擎是什麼東西?

看板iOS作者 (飄向星空)時間6年前 (2017/09/27 07:27), 編輯推噓17(18推 1噓 16→)
留言35則, 22人參與, 6年前最新討論串3/4 (看更多)
※ 引述《deternan (Phelps)》之銘言： 你的理解大致上不算錯 但名詞的定義和其之間的關聯需要釐清一下 Deep learning（深度學習）： 機器學習的一個分支 是一種概念、演算法 簡單來說就是賦予機器學習能力的方法 Artificial neural network（類神經網路）： 也可簡稱為 neural network 是模仿生物神經系統而產生的一種計算模型 也是 deep learning 的基石 其實 iOS 10 就已經有提供相關 API 了 Neural engine（神經網路引擎）： 是 Apple 設計的硬體元件 名稱也是 Apple 取的 專門用來進行 neural network 的運算 換句話說就是跑類神經網路用的加速器 所以如果要問 neural engine 到底有什麼用 粗略的答案就是提升機器學習的效率 就像 GPU 是用來提升圖形運算的效率 至於要學習什麼 其實類神經網路的應用上至天文下至地理 IT、醫療、金融、交通等領域都有用 在手機上最常用的還是影像和音訊的處理吧 http://bit.ly/2y5RJnB 還有 AR 也會用到 這也是 iOS 11 的賣點之一 其他的行動應用就真的得看開發者的創意了 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 36.233.27.193 ※ 文章網址: https://www.ptt.cc/bbs/iPhone/M.1506468451.A.4A1.html
推
09/27 07:35, 6年前 , 1F
推
09/27 07:35, 1F
→
09/27 07:54, 6年前 , 2F
五樓每天跟R20 deep learning
09/27 07:54, 2F
噓
09/27 07:57, 6年前 , 3F
噱頭而已
09/27 07:57, 3F
推
09/27 07:59, 6年前 , 4F
機器學習怎麼會是噱頭呢
09/27 07:59, 4F
推
09/27 08:18, 6年前 , 5F
機器學習台灣超多大學實驗室在跑耶
09/27 08:18, 5F
推
09/27 08:21, 6年前 , 6F
推
09/27 08:21, 6F
推
09/27 08:23, 6年前 , 7F
以後說不定哪天唉鳳內建阿法狗等級了
09/27 08:23, 7F
→
09/27 08:30, 6年前 , 8F
在做大家的“Jarvis“嗎！？如果再加上汎合金……
09/27 08:30, 8F
推
09/27 08:37, 6年前 , 9F
說噱頭的懂什麼叫機器學習嗎？
09/27 08:37, 9F
推
09/27 08:38, 6年前 , 10F
t2000
09/27 08:38, 10F
推
09/27 08:49, 6年前 , 11F
deep learning 就是有很多層的 NN 所以叫做 deep
09/27 08:49, 11F
→
09/27 08:53, 6年前 , 12F
ANN很常用於工業建模，包括時下推行的工業4.0也有涉略
09/27 08:53, 12F
推
09/27 08:55, 6年前 , 13F
酸民臉腫腫der~
09/27 08:55, 13F
推
09/27 09:23, 6年前 , 14F
天網嗎
09/27 09:23, 14F
推
09/27 09:45, 6年前 , 15F
果黑的邏輯是因為是Apple的所以是噱頭吧，事實上用在安卓
09/27 09:45, 15F
→
09/27 09:45, 6年前 , 16F
上的才是噱頭，因為缺乏生態
09/27 09:45, 16F
推
09/27 09:48, 6年前 , 17F
說噱頭才是正真沒讀書ㄉㄅ
09/27 09:48, 17F
推
09/27 09:55, 6年前 , 18F
機器學習是透過輸入大量的資料樣本，去讓機器產生趨近於
09/27 09:55, 18F
→
09/27 09:55, 6年前 , 19F
母體的辨識函數
09/27 09:55, 19F
推
09/27 09:55, 6年前 , 20F
這就是阿婆跟小安電子垃圾不同之處
09/27 09:55, 20F
推
09/27 10:00, 6年前 , 21F
不過個人還是懷疑手機上的用途能有多廣。ML的關鍵是餵食大量
09/27 10:00, 21F
→
09/27 10:00, 6年前 , 22F
的資料，而手機能搜集到的資料，不過就是用戶個人資料、照
09/27 10:00, 22F
→
09/27 10:00, 6年前 , 23F
片影像吧。以照片應用來看，透過ML機制頂多是不用上傳雲端，
09/27 10:00, 23F
→
09/27 10:00, 6年前 , 24F
靠本機端就能辨識人臉
09/27 10:00, 24F
推
09/27 10:17, 6年前 , 25F
說人噱頭的自己推文才是噱頭珮_(ツ)_/
09/27 10:17, 25F
→
09/27 10:19, 6年前 , 26F
二樓那不就是d_ck learning嗎?
09/27 10:19, 26F
推
09/27 11:17, 6年前 , 27F
5樓你看大學教授在做什麼是不準的....
09/27 11:17, 27F
→
09/27 11:17, 6年前 , 28F
教授只會跟錢跑
09/27 11:17, 28F
→
09/27 11:18, 6年前 , 29F
的確DL已經算半個噱頭了 太多泡泡 哪天就被吹破
09/27 11:18, 29F
→
09/27 11:26, 6年前 , 30F
可以用來推論,訓練還是給nvidia顯卡來做吧
09/27 11:26, 30F
推
09/27 13:26, 6年前 , 31F
我猜想ann的結構(連結和權重)的主架構蘋果都已經算好
09/27 13:26, 31F
→
09/27 13:27, 6年前 , 32F
從server下載到手機。剩下個人的資料參數例如臉部特
09/27 13:27, 32F
→
09/27 13:28, 6年前 , 33F
徵，再用它門專門分出來的neural engine晶片，對ann
09/27 13:28, 33F
→
09/27 13:29, 6年前 , 34F
結構進行優化就好。
09/27 13:29, 34F
→
09/27 13:30, 6年前 , 35F
這樣可以避免大量運算，也不必把個資上傳主機
09/27 13:30, 35F
‣ 更多 darKyle 的文章
文章代碼(AID): #1Pok9ZIX (iOS)
‣ 更多 darKyle 的文章
文章代碼(AID): #1Pok9ZIX (iOS)