张量关键词检索结果

医学成像中的深度学习 - 使用 PyTorch 进行 3D 医学图像分割

Deep learning in medical imaging - 3D medical image segmentation with PyTorch

介绍了张量表示的基本 MRI 基础,以及应用深度学习方法处理特定任务问题(类别不平衡、数据有限)的基本组件。此外,我们还介绍了开源医学图像分割库的一些功能。最后,我们讨论了我们的初步实验结果并提供了查找医学影像数据的来源。

使用 tfprobability 进行变分卷积网络

Variational convnets with tfprobability

在贝叶斯神经网络中,层权重是分布,而不是张量。使用 tfprobability(TensorFlow Probability 的 R 包装器),我们可以构建具有概率层的常规 Keras 模型,从而“免费”获得不确定性估计。在这篇文章中,我们展示了如何定义、训练和从概率卷积神经网络中获得预测。

NVIDIA 利用全新 GPU 架构图灵 (Turing) 重塑计算机图形学

NVIDIA изобретает компьютерную графику заново с Turing, новой архитектурой GPU

NVIDIA 利用全新 NVIDIA Turing™ 图形架构重塑了计算机图形。这是自 2006 年 CUDA GPU 发明以来的最大突破,Turing 架构首次采用新的 RT 核心来加速光线追踪和新的张量核心进行推理,使实时光线追踪成为现实。