算能開發(fā)者社區(qū)文章

• TPU-MLIR量化敏感層分析，提升模型推理精度2023-10-10 10:17

  

  背景介紹TPU-MLIR編譯器可以將機(jī)器學(xué)習(xí)模型轉(zhuǎn)換成算能芯片上運(yùn)行的bmodel模型。由于浮點(diǎn)數(shù)的計算需要消耗更多的計算資源和存儲空間，實際應(yīng)用中往往采用量化后的模型（也稱定點(diǎn)模型）進(jìn)行推理。相比于浮點(diǎn)數(shù)模型，量化模型的推理精度會有一定程度的損失。當(dāng)精度損失較大時，需要搜索模型中對精度影響較大的層，即敏感層，將其改回浮點(diǎn)類型，生成混精度模型進(jìn)行推理。以mo

  TPU 機(jī)器學(xué)習(xí) 模型 2475瀏覽量

• 大象轉(zhuǎn)身，TPU-MLIR適配DragGAN模型前向操作2023-10-10 10:17

  

  DragGANDragGAN是由谷歌、麻省理工學(xué)院和馬克斯普朗克研究所創(chuàng)建的一種新的人工智能模型。通過點(diǎn)擊、拖動等簡單的交互操作就能改變拍攝對象的姿勢、形狀和表情等。DragGAN改變了傳統(tǒng)的PS操作流程，只需簡單拖拽起點(diǎn)和終點(diǎn)，AI就會根據(jù)圖像的變化自動生成和補(bǔ)全圖像。DragGAN可處理的圖像類型豐富多樣，無論是人類表情的調(diào)整還是自然風(fēng)景的變化，都可以在

  GaN 人工智能 模型 1369瀏覽量