AI-hardware en softwarestack

Welke uitspraak over de "rekengraaf" (computational graph) in AI-frameworks en -compilers is juist?

  1. AEen lijngrafiek van de AI-prestaties per jaar
  2. BEen grafiek van de verandering van de verliesfunctie bij training
  3. CEen diagram dat de berekening van het model weergeeft met bewerkingen als knopen en de overdracht van data (tensoren) als pijlen
Antwoord en toelichting tonen

Antwoord: C. Een diagram dat de berekening van het model weergeeft met bewerkingen als knopen en de overdracht van data (tensoren) als pijlen

Een rekengraaf is het ontwerp van de berekening van een model, met bewerkingen zoals matrixproduct, optelling en activatiefunctie als knopen en de tensoren daartussen als pijlen. Het framework doorloopt deze graaf in omgekeerde richting om de gradiënten voor backpropagation automatisch te berekenen, en de compiler bekijkt de hele graaf voor optimalisaties zoals fusion en herordening. Uit de graaf blijkt ook welke bewerkingen onafhankelijk en parallel kunnen worden uitgevoerd.

Dit onderwerp oefenen Naar de onderwerppagina

Meer vragen over AI-hardware en softwarestack

  1. Welke uitspraak over ONNX is juist?
  2. Wat is de belangrijkste reden dat inferentie-runtimes zoals TensorRT en ONNX Runtime sneller kunnen zijn dan inferentie rechtstreeks met een trainingsframework?
  3. Waarom kosten elementgewijze bewerkingen zoals ReLU en layer normalization in AI-berekeningen gemakkelijk veel tijd in verhouding tot het aantal bewerkingen?
  4. Waarom wordt bij convolutionele neurale netwerken de convolutie soms met methoden zoals im2col omgezet in een matrixproduct?
  5. Welke uitspraak over het verschil tussen post-training quantization (PTQ) en quantization-aware training (QAT) is juist?