Perfusion: Nvidia introducerer et kompakt 100 KB neuralt netværk med effektiv træningstid
Kort sagt
Nvidia introducerede sit "perfusionsgenerative" neurale netværk, der kan prale af kompakt størrelse og hurtig træningstid.
Den bruger "Key-Locking" til at optimere algoritmens ydeevne og tilpasningsevne, hvilket gør det muligt for modellen at tilpasse brugeranmodninger med bredere kategorier.
Nvidia fremviste for nylig sit neurale netværk med navnet "Perfusionsgenererende,” kendt for sin kompakte størrelse og hurtige træningsevner. Ifølge detaljer leveret af Nvidia kræver denne neurale netværksmodel kun 100 kb plads, en imponerende bedrift sammenlignet med andre modeller som f.eks. Midjourney, hvilket kræver over 2 gigabyte gratis lagerplads.
Nøglen til Perfusions effektivitet er en mekanisme, som Nvidia har kaldt "Key-Locking." Denne innovative funktion gør det muligt for modellen at knytte specifikke brugeranmodninger til en bredere kategori eller 'superkategori'. For eksempel vil en anmodning om at producere en kat få modellen til at tilpasse udtrykket "kat" med den bredere kategori "kat". Når denne justering finder sted, behandler modellen yderligere detaljer, der er angivet i brugerens tekstprompt. En sådan metode optimerer algoritmen, hvilket gør behandlingen hurtigere.
En anden fordel ved Perfusion-modellen ligger i dens tilpasningsevne. Afhængigt af brugernes krav kan modellen skræddersyes, så den nøje overholder en tekstprompt eller tildeles en grad af "kreativ frihed" i sine output. Denne alsidighed sikrer, at modellen kan finjusteres til at generere resultater lige fra præcise til mere generelle, baseret på specifikke brugerbehov.
Nvidia har indikeret planer om at frigive koden i fremtiden, hvilket giver mulighed for en bredere undersøgelse og forståelse af denne kompakte neurale netværk potentiel.
Læs mere om AI:
Ansvarsfraskrivelse
I tråd med den Trust Project retningslinjer, bemærk venligst, at oplysningerne på denne side ikke er beregnet til at være og ikke skal fortolkes som juridiske, skattemæssige, investeringsmæssige, finansielle eller nogen anden form for rådgivning. Det er vigtigt kun at investere, hvad du har råd til at tabe, og at søge uafhængig finansiel rådgivning, hvis du er i tvivl. For yderligere information foreslår vi at henvise til vilkårene og betingelserne samt hjælpe- og supportsiderne fra udstederen eller annoncøren. MetaversePost er forpligtet til nøjagtig, objektiv rapportering, men markedsforholdene kan ændres uden varsel.
Om forfatteren
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
Flere artikler
Damir er teamleder, produktchef og redaktør på Metaverse Post, der dækker emner som AI/ML, AGI, LLM'er, Metaverse og Web3-relaterede felter. Hans artikler tiltrækker et massivt publikum på over en million brugere hver måned. Han ser ud til at være en ekspert med 10 års erfaring i SEO og digital markedsføring. Damir er blevet nævnt i Mashable, Wired, Cointelegraph, The New Yorker, Inside.com, Entrepreneur, BeInCrypto og andre publikationer. Han rejser mellem UAE, Tyrkiet, Rusland og SNG som en digital nomade. Damir tog en bachelorgrad i fysik, som han mener har givet ham de kritiske tænkningskompetencer, der er nødvendige for at få succes i internettets evigt skiftende landskab.
