東京大学大学院 情報理工学系研究科の授業『知能情報論』2024年第10回『三次元再構成』の講義資料です。 1. 三次元再構成とは 2. 3D表現,特にニューラル場 3. ニューラル場の最適化 4. 三次元再構成の学習 5. 発展的な話題 6. まとめ リンク一覧 - p5. [M…
![三次元再構成(東京大学大学院 情報理工学系研究科『知能情報論』)](https://cdn-ak-scissors.b.st-hatena.com/image/square/f85361a9fa0af79253d400b478163259020dcc79/height=288;version=1;width=512/https%3A%2F%2Ffiles.speakerdeck.com%2Fpresentations%2Fe76f5e87ef6d4b3a8c73134caeb1485c%2Fslide_0.jpg%3F30588234)
大規模言語モデル (LLM) をはじめとする巨大なDNNモデルでは、計算量の削減のためsparseなアーキテクチャが使われることがあります。本講演では、このようなsparseなDNNモデルに対する分散学習の手法について解説します。12/20の
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く