点击购买，资源将自动在新窗口打开.
获取独家产品信息，尽享促销优惠！立即订阅，不容错过
* 限···时··优惠
● 当今的神经网络（如 BERT、ELMo）往往很深，具有数百万个权重和激活。这些大型模型是计算和内存密集型的 ● 2013 年至 2018 年间，深度学习研究所需的计算量增加了 300,000 倍*。能源消耗不仅限于模型训练 ● 训练深度学习模型所产生的碳排放量相当于普通汽车一生排放量的 5 倍 ● 因此，GE 专注于低延迟和更轻的 NN 模型，而不会影响准确性，并将其部署在其 EDGE 设备上
主要关键词
