算能开发者社区

动态

• 发布了文章 2023-10-10 10:17

  TPU-MLIR量化敏感层分析，提升模型推理精度

  

  背景介绍TPU-MLIR编译器可以将机器学习模型转换成算能芯片上运行的bmodel模型。由于浮点数的计算需要消耗更多的计算资源和存储空间，实际应用中往往采用量化后的模型（也称定点模型）进行推理。相比于浮点数模型，量化模型的推理精度会有一定程度的损失。当精度损失较大时，需要搜索模型中对精度影响较大的层，即敏感层，将其改回浮点类型，生成混精度模型进行推理。以mo

  TPU 机器学习 模型

  2.7k浏览量

• 发布了文章 2023-10-10 10:17

  大象转身，TPU-MLIR适配DragGAN模型前向操作

  

  DragGANDragGAN是由谷歌、麻省理工学院和马克斯普朗克研究所创建的一种新的人工智能模型。通过点击、拖动等简单的交互操作就能改变拍摄对象的姿势、形状和表情等。DragGAN改变了传统的PS操作流程，只需简单拖拽起点和终点，AI就会根据图像的变化自动生成和补全图像。DragGAN可处理的图像类型丰富多样，无论是人类表情的调整还是自然风景的变化，都可以在

  GaN 人工智能 模型

  1.4k浏览量