數(shù)據(jù)集 文章 進入數(shù)據(jù)集技術社區(qū)

移動算法 而非巨量數(shù)據(jù)

• 機器學習神經(jīng)網(wǎng)絡進步使我們能夠處理越來越大量儲存資料。傳統(tǒng)方法是將數(shù)據(jù)傳輸?shù)剿惴ㄔO備，但是這種移動巨量數(shù)據(jù)（高達 1 PB）以供可能只有幾十兆位元算法來進行處理真的有意義嗎？因此，在靠近數(shù)據(jù)儲存位置處理數(shù)據(jù)的想法引起了很多關注。本文研究了計算儲存理論和實踐，以及如何使用計算儲存處理器 (CSP) 為許多計算密集型任務提供硬件加速和更高性能，而不會給主機處理器帶來大量負擔。數(shù)據(jù)集崛起近年來，神經(jīng)網(wǎng)絡算法在汽車、工業(yè)、安全和消費等應用中使用顯著增加。基于邊緣物聯(lián)網(wǎng)傳感器通常只處理少量數(shù)據(jù)，因此所使用算法占用很
• 關鍵字： ?機器學習  神經(jīng)網(wǎng)絡  數(shù)據(jù)集