摘要:2017-9-15 苟兄关于SIMD的分享,次日查阅资料并整理成记录。
并行计算是为了解决大批量数据的处理问题,使用时间并行或空间并行的方式实现数据的并行处理。而SIMD是通过采用单控制器控制多处理器从而实现空间并行的技术。流水线化是SIMD的重要思想,但其过程中可能会发生分支跳转问题,分支预测可通过预测分支是否会跳转从而较好地解决这一问题。
观点:深度学习也许远非人工智能的未来
摘要:如今每个人都在学习或打算学习深度学习,但其实深度学习只是人工智能-机器学习领域的极小一部分。深度学习本身存在的“只会学习所有数据,不会否定任何数据”的缺陷会导致坏数据样本引发的偏见偏误,使其很有可能被新一代的人工智能科技所取代,可以说深度学习并不是人类可创造的人工智能科技的终点。
离散数学概念初导
离散数学研究基于离散空间而不是连续的数学结构。
其研究对象——例如整数、图和数学逻辑中的命题——不是光滑变化的,而是拥有不等、分立的值。因此离散数学不包含微积分和分析等连续数学的内容。离散对象经常可以用整数来枚举。