Új hozzászólás Aktív témák

• #35 buherton őstag Kristof93 #30

  Új Válasz 2014-08-08 16:29:53 #35

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  buherton

  őstag

  válasz Kristof93 #30 üzenetére

  Az FPGA-t sem kell félteni a rugalmassági szempontból, ugyanis olyan elemekből épül fel (multiplexer), amiből bármilyen kaput varázsolhatsz! Durva összehasonlításban ennyivel tud többet a CPLD-nél.

• #29 Meteorhead aktív tag Kristof93 #19

  Új Válasz 2014-08-08 15:28:57 #29

  Új hozzászólás

  Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

  Privát üzenet küldése

  

  Meteorhead

  aktív tag

  válasz Kristof93 #19 üzenetére

  Az "ösztönös" kifejezés talán nem a legszerencsésebb. Az arcfelismerésnek semmi jöze az ösztönhöz. Egyszerűen ez egy annyira gyakori feladat, hogy az agy egy része ennek a megoldására kondicionálja magát. Ilyen tekintetben az agy inkább egy FPGA, aminek egyes részei bizonyos feladatok megoldására drótozzák be magukat, és onnantól azt nagyon gyorsan approximálják. (Csak hogy korábbi hozzászólókkal se kerüljek konfliktusba.)

  @buherton: köszönjük a kinyilatkoztatást a magas lóról. Itt nyílván mindenki gyökér és senki nem ért a témához.

  @orbano: nem arra gondolok hogy megírom a programot és valami kiszámolja, hogy milyen kódot kell beillesztenie az egyes magokba, hogy pont azt csinálja, mint az én programom. Én arra gondoltam, hogy direktben megírni a be és kimeneti függvényeket. Tegyük fel, hogy grafikára szeretném használni (ami nyílván egy olyan feladat, ami nagyon nyögvenyelősen menne neki, de jó iskolapélda). Tegyük fel, hogy hagyományos GL/DX szerelőszalagot szeretném megtanítani neki. Hogyan lehetne erre rávenni a vasat?

  Amennyit a blokk diagrammból ki lehet bogarászni, az, hogy van egy közös órajel, tehát szinkron működik az egész cucc, és jó eséllyel talán az adatlokalitás is hardveresen bele van drótozva és, mint megkötés együtt kell vele élni. Hogyan lehetne általános párhuzamos algoritmusokra megtanítani? (parallel transform, parallel reduction, parallel sort, ...)

  Egyébként tisztában vagyok vele, hogy ezt arra találták ki, hogy az ember súlyfüggvényeket (Look up table valószínűleg) és összeköttetéseket (I/O mask) rakjon az egyes magok memóriájába, kívülről adjon neki ingereket és olyan pontossággal lehessen a szinapszisok aktivitását mérni, amit biológiai rendszerekben soha nem lehet majd elérni. Az adatlokalitás nyílván agy szimulációban nem hátrány, hanem sokkal inkább elvárás. Ha a neuronok programjai képesek az I/O maszkot változtatni, akkor tanulásra is képes lehet a cucc.

  Egyébként érdekes az a felvetés, amit korábban olvastam valahol, hogy a mesterséges neuron hálózataink mind szinkronak, és valamilyen szempontból determinisztikusak is, szemben az aggyal, ami aszinkron és tele van hibával (a szinapszisok elég sokszor bénáznak). Honnan vesszük, hogy ezeknek a tulajdonságoknak nincs kulcsfontosságú szerepe az egész működésében? Nagyon nagyon bonyolult kódot kell az egyes neuronokba rakni, hogy vissza tudjanak adni minden tranziens jelleget, amit az agy "elszenved" a külső sugárzások, az oxigén ellátás inhomogenitása, a szinapszisok fáradása, stb. miatt figyelembe kellene venni, ha vissza akarjuk kapni az agyéval azonos viselkedést.

Új hozzászólás Aktív témák