Публикации по теме 'edge-computing'


Масштабирование ИИ: что это на самом деле означает? Том 1 Масштаб (инфографика)
Масштабирование ИИ означает 4S: масштабирование, скорость, объем и устойчивость. На этой неделе мы уделяем особое внимание Vol.1 SCALE. Существуют сложные компромиссы между точностью и эффективностью ИИ. Только ИИ, который работает быстро и эффективно использует оборудование, может по-настоящему масштабироваться в реальном мире. Функция TurinTech Многоцелевая оптимизация позволяет компаниям найти компромисс между точностью и эффективностью, внедряя ИИ в различные облака и..
Обзор статьи: «EdgeFed: оптимизированное федеративное обучение на основе граничных вычислений»
В этой статье я расскажу об EdgeFed, который представляет собой алгоритм оптимизации для федеративного обучения, основанный на граничных вычислениях. Оригинал статьи: https://ieeexplore.ieee.org/document/9260194 1. Введение В предыдущей статье я представил алгоритм федеративного обучения и федеративного среднего (FedAvg). FedAvg — это практичный метод FL глубоких сетей, основанный на итеративном усреднении моделей, он устойчив к несбалансированным, независимым и одинаково..
Geo-Inference: раскрытие возможностей спутниковых вычислений на периферии
В области анализа спутниковых изображений возможность точного извлечения информации из огромных объемов данных всегда была проблемой. Однако недавние достижения в области машинного обучения и периферийных вычислений проложили путь к захватывающим возможностям в этой области. В этом блоге мы углубимся в мир геологического вывода и изучим преимущества спутниковых вычислений на периферии. Мы также обсудим сложности, связанные с получением согласованных результатов для различных спутниковых..
Тестирование TensorFlow Lite на новом Raspberry Pi 4, модель B
Когда был запущен Raspberry Pi 4 , я сел, чтобы обновить тесты , которые я собирал для аппаратного ускорителя нового поколения , предназначенного для машинного обучения на периферии. К сожалению, хотя была версия официального колеса TensorFlow , готовая к запуску Raspberry Pi 4, все еще были проблемы со сборкой TensorFlow Lite сообществом. Это только что изменилось , так вот ... Заголовок результатов сравнительного анализа Используя TensorFlow Lite, мы видим значительное..
Узкие места встроенного компьютерного зрения
Когда я разговариваю с ребятами, которые совсем недавно начали разрабатывать компьютерное зрение на периферии, я часто сталкиваюсь с любопытным заблуждением: « Если я возьму NPU (GPU|TPU|CPU), который в два раза быстрее, мое решение будет работать вдвое быстрее. ” Ха-ха! Давайте поговорим о том, почему это обычно неверно. И найдите, где скрывается максимальная производительность! Почему это происходит? Основная причина в том, что узкое место не в ускорителе. Рассмотрим общую схему..
Введение в MLOps: 3 процесса, которые должен внедрить бизнес
MLOps, или операции машинного обучения, — это структура или набор практик для совместной работы и общения, которые используются учеными, специалистами по ИИ и инженерами по машинному обучению для оптимизации и автоматизации жизненного цикла машинного обучения. Конечная цель MLOps — развертывание моделей машинного обучения в производстве в больших масштабах. Как и в случае с DevOps, циклы разработки MLOps повторяются до тех пор, пока не будет достигнуто желаемое качество или..
Типы федеративного обучения
Организациям необходимо понимать поведение пользователей, используя данные , чтобы улучшить свои позиции на рынке. Поэтому предприятия запрашивают отзывы пользователей различными способами. Например, у известной технологической компании Garmin есть специальная страница, на которой клиенты могут отправлять идеи и предложения. Точно так же Hotjar использует тестирование удобства использования, тогда как Zapier фокусируется на опросах отзывов пользователей. Персонализация — еще..