搜尋結果
2017年10月5日 · 近日 G-Dragon（GD、權志龍）擔任香奈兒南韓品牌大使，受邀參加香奈兒 2018 S/S Collection Show，一頭紅髮一出場就眾所矚目。 GD 即將邁入 30 歲了，有很多人可能都好奇過，一個韓國偶像團體的成員是怎麼躍升成國際時尚咖，甚至成為韓國時尚的 Icon
2021年6月25日 · 這部電影看似只是一個困難重重、驚險萬分的救難故事，卻告訴了我們很多面對困難處境時應該保有的心態，即使你不太可能會遭遇到一個人被丟包在火星的慘事，也難免有生活招逢意外變故或事情發展不如預期的時候，如果難以避免，那怎麼面對可以讓我們好過一些呢？ 幽默：是面對壓力的潤滑劑. 這部電影可以說是一種災難片，畢竟攸關生死，就像《浩劫重生》、《2012》一樣，但意外的是，整個電影的基調卻一點也不嚴肅，反而增添了不少幽默元素。 比如麥特戴蒙飾演的瓦特尼獨自一人錄製影片日誌時的自言自語，就帶著許多自嘲和揶揄，例如他試圖在火星種植馬鈴薯來溫飽時曾說：「一旦你在某地種下了農作物，你就正式成為了『殖民者』。 所以，從技術上來講，火星是我的殖民地。
2019年5月21日 · 大數據文摘. 2019-05-21. 分享本文. 【為什麼我們要挑選這篇文章】神經網路是目前人工智慧最常使用的一種模型，用tensorflow、pytorch 寫出神經網路並不稀奇，但，該怎麼只用 python 和 numpy 搭建出神經網路？ 最近有神人寫了手把手教學文，教你用 100 行 python，輕鬆搞定神經網路。 （責任編輯：藍立晴） 用 tensorflow，pytorch 這類深度學習庫來寫一個神經網路早就不稀奇了。 可是，你知道怎麼用 python 和 numpy 來優雅地搭一個神經網路嗎？ 現如今，有多種深度學習框架可供選擇，他們帶有自動微分、基於圖的優化計算和硬體加速等各種重要特性。 對人們而言，似乎享受這些重要特性帶來的便利已經是理所當然的事了。
- Ai時代，現有電腦架構美中不足
- 軟硬整合，突破類比運算一大障礙？
- 運算時間從微秒縮至奈秒！
面對人工智慧(AI)時代的到來，主流的電腦設計架構 – 又稱馮紐曼架構 (Von Neumann Architecture) – 已逐漸面臨設計上的侷限。當下，量子運算與神經型態運算(Neuromorphic computing)被認為是可能的替代方案。Rain Neuromorphics便在後者大放異彩。 創立於2017，Rain推出的神經型態處理器(Neuromorphic processing unit, NPU)結合了團隊開發出的平衡傳播(Equilibrium Propagation)訓練演算法與一個嶄新的類比晶片架構。與現有的AI系統相比，公司宣稱此軟硬體組合能大幅加快運算速度並減少能耗。 從硬體層面來看，Rain設計的NPU試圖模擬人腦神經細胞：晶片的CMOS層可比擬神經元，而...
確切來說，Rain Neuromorphics在軟硬整合上做出的突破有機會克服在類比硬體上運行神經網路的一大障礙。與邏輯晶片相比，利用全類比晶片進行AI訓練與推論可大幅減少功耗。雖然市面上已經有ASIC晶片利用憶阻元件作為記憶體單元，並達到優於CPU和GPU的功耗，但其中的數位類比轉換器(DAC)與類比數位轉換器(ADC) 仍十分耗能。此技術侷限也讓市面上的晶片難以承擔用於AI訓練所需的反向傳播法(Back-propagation)。 因此，如Rain技術長Kendall所言，其他類比晶片公司迴避AI訓練，反而專注於AI推論。為何Rain做得到？2020年，Rain團隊在與AI教父Yosha Bengio在一篇報告中揭露了雙方多年的合作心血：研究人員利用憶阻器的縱橫閂(crossbar)陣列...
Rain Neuromorphics 在2019年採用台積電180奈米製程試產了基於其類比架構的測試晶片MN3，並在2011年首次試產了結合公司自製軟硬架構的晶片。據公司所稱，未來產品將能縮至40奈米，首代晶片將在2025年開始量產，支持影像、聲音、自然語言處理，且能耗將低於50瓦。Rain之前展示的晶片也已顯著縮短執行AI推論(Inference)的速度，號稱能將運算時間從數百微秒縮至數百納秒。 本文開放夥伴轉載，資料參考：EETimes，圖片來源：Shutterstock
2022年1月27日 · 心理紓壓. 「失去那些人總比失去自己好。. 」6張讓人充滿正能量的暖心插畫：即便是大人，也需要被療癒. VO 精選好書 2022-01-27. 《VO》導讀：. 成為成熟大人以後，漸漸會發現在某些脆弱的時刻，有時身旁人一句溫柔的問候、一個體貼的舉動，就是充滿力量的 ...
2018年1月24日 · Perceptron 感知機，我們知道的最簡單和最古老的神經元模型。 接收一些輸入，把它們加總，通過激活函數並傳遞到輸出層。 這沒什麼神奇的地方。 前饋神經網路（FF），這也是一個很古老的方法——這種方法起源於 50 年代。 它的工作原理通常遵循以下規則： 1.所有節點都完全連接. 2.激活從輸入層流向輸出，無迴環. 3.輸入和輸出之間有一層（隱含層） 在大多數情況下，這種類型的網路使用反向傳播方法進行訓練。 RBF 神經網路實際上是激活函數是徑向基函數而非邏輯函數的 FF 前饋神經網路（FF）。 兩者之間有什麼區別呢？ 邏輯函數將某個任意值映射到 [0 ,… 1] 範圍內來，回答「是或否」問題。 適用於分類決策系統，但不適用於連續變量。 相反，徑向基函數能顯示「我們距離目標有多遠」。
2021年5月28日 · 新款 Gogoro 2 Premium 換裝輕量化鋁合金輪圈，直徑尺寸也有縮小調整。. 整體來講跨坐上不太會需要前座司機斜一邊才方便上車。. 喔，對了，新款 Gogoro 2 Premium 配件上，也降低輪圈重量的 15% – 28 % ，主要是讓前座司機操控能更精準、靈活，騎乘體感也更輕盈。.
