天才一秒记住【长江书屋】地址：https://www.cjshuwu.com
“哦，哦，好，不说了，这套算法拿过来，我们这边的测试环境更好，我要说下一个问题了，可以吗？”
鲁少校继续说道。
“老鲁，你说。”
安静回答。
“神经元网络分析现场图像的时候，在我们现有的注意力机制上，再增加一种【关注点整体定义机制】，需要你们拟脑部门在动态库模型方面多支持。”
鲁少校说出了第二个问题。
“神经元网络对图像分析没有好的整体定义机制吗？几年前的算法中就已经能够对多帧时间序列图像做关注点分析了。”
安静反问道。
“关于注意力跟踪及整体定义这方面的论文非常多，不过，我们都不满意，因为我们的系统是基于多元关联拟脑模型的，整体采用的是信息元定义，如果前期就能使用多元关联拟脑模型，那么被定义的信息元，就可以直接传导到拟脑思维层及输出到控制层，所以，我们就想在整体定义环节采用动态库模型技术。”
鲁少校回答。
“师姐，只要鲁少校他们的技术能够对图像中的关注点连续跟踪，我们就可以采用动态库完成整体定义。”
林久浩提醒安静。
“是吗？我们部门也涉及到感应层的技术研究了吗？”
安静并不知道，林久浩对视觉方面的技术很有天赋，因为早期就傻傻的玩过艾久三号长眼睛游戏。
“是呀，注意力机制可以解决图像中关注点权重标注，保持关注点在连续的时间序列图像中的标注，我们可以建立多种向量分析方法，在注意力机制执行的过程中建立自淘汰机制，最终完成整体定义。”
林久浩边说边跃跃欲试。
“小林，你既然有想法，就去讲解一下。”
安静鼓励了林久浩一下。
林久浩自己走到白板位置，拿起笔在白板上画示意图，边画边解释。
“我们看，当出现一组时间序列图像时，前期的神经元网络处理功能，可以把图像中的关注点加权重，并保持在后续的每一帧图像中。”
林久浩边说边画。
“对，这些功能我们的系统完全可以支持，而且已经全部转化成硬件芯片处理，速度很快的。”
鲁少校也炫耀了一下自己的进度。
“老鲁，你们芯片化的进度够快的，是不是不需要我们的支持了？”
安静不高兴了，因为自己部门的芯片化进度慢了。
“呦，呦，这是怎么讲的，你看，我们前段很多算法容易固定，所以就容易做成芯片，你们拟脑部门是最难的，是大脑，是指挥千军万马的，所以呀。
。
啊。
。”
鲁少校打着哈哈。
“所以，我们通过动态库模型，来帮助建立关注点整体定义及关注点自淘汰机制。”
林久浩在上面敲小白板了。
“首先，我们把这张图像上的所有关注点定义为临时信息元，并建立关联关系。”
林久浩继续解释道。
“小林，你们的动态库模型可以支持多少个临时信息元？我们的图像可以生产百位以上的关注点，动态库能不能支持？”
鲁少校问道。
“鲁少校，我们现在说的动态库，不是高端的动态库，是机器人研究所研制出的低算力动态库，这样的芯片一个模板上就可以安装1024个，十个这样的模板也只有半个饭盒大小，而且功耗很低。”
林久浩介绍着，这部分动态库芯片模组不是为了建立高级动态信息元的芯片模组，而是处理低端计算的，恰恰是这样的模组，在拟人机器人中大量应用
“哦，就像我们用的GPU，是不是？”
本章未完，请点击下一章继续阅读！若浏览器显示没有新章节了，请尝试点击右上角↗️或右下角↘️的菜单，退出阅读模式即可，谢谢！