Fugu-MT 論文翻訳(概要): Differentiable Computational Geometry for 2D and 3D machine learning

論文の概要: Differentiable Computational Geometry for 2D and 3D machine learning

arxiv url: http://arxiv.org/abs/2011.11134v1
Date: Sun, 22 Nov 2020 23:22:49 GMT
ステータス: 処理完了
システム内更新日: 2022-09-22 12:25:07.988190
Title: Differentiable Computational Geometry for 2D and 3D machine learning
Title（参考訳）: 2次元および3次元機械学習のための微分計算幾何学
Authors: Yuanxin Zhong
Abstract要約: 線形や多角形といった幾何学的プリミティブのための微分可能演算子の実装を積んだ最適化可能な幾何アルゴリズムライブラリ(DGAL)を提案する。このライブラリは、GPUをサポートするヘッダのみのテンプレートC++ライブラリである。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by/4.0/
Abstract: With the growth of machine learning algorithms with geometry primitives, a high-efficiency library with differentiable geometric operators are desired. We present an optimized Differentiable Geometry Algorithm Library (DGAL) loaded with implementations of differentiable operators for geometric primitives like lines and polygons. The library is a header-only templated C++ library with GPU support. We discuss the internal design of the library and benchmark its performance on some tasks with other implementations.
Abstract（参考訳）: 幾何学的プリミティブを持つ機械学習アルゴリズムの成長に伴い、微分可能な幾何学演算子を持つ高効率ライブラリが望まれる。線形や多角形といった幾何学的プリミティブのための微分可能演算子の実装を積んだ最適化可能な幾何アルゴリズムライブラリ(DGAL)を提案する。このライブラリは、GPUをサポートするヘッダのみのテンプレートC++ライブラリである。ライブラリの内部設計を議論し,その性能を他の実装とともにいくつかのタスクで評価する。

関連論文リスト

Algorithmic Language Models with Neurally Compiled Libraries [16.284360949127723]
大規模言語モデルには真のアルゴリズム能力がない。本稿では,基本的な操作と高度な微分可能プログラムのライブラリによるLLMの拡張を提案する。微分可能なコンピュータを用いたLLaMA3の拡張可能性について検討する。
論文参考訳（メタデータ） (2024-07-06T00:27:05Z)
HDCC: A Hyperdimensional Computing compiler for classification on embedded systems and high-performance computing [58.720142291102135]
この研究は、HDC分類メソッドの高レベルな記述を最適化されたCコードに変換する最初のオープンソースコンパイラである、ネームコンパイラを紹介している。 nameは現代のコンパイラのように設計されており、直感的で記述的な入力言語、中間表現(IR)、再ターゲット可能なバックエンドを備えている。これらの主張を裏付けるために,HDC文献で最もよく使われているデータセットについて,HDCCを用いて実験を行った。
論文参考訳（メタデータ） (2023-04-24T19:16:03Z)
EuclidNets: An Alternative Operation for Efficient Inference of Deep Learning Models [2.715806580963474]
EuclidNetは、乗算を置き換えるハードウェア上に実装されるように設計された圧縮手法である。我々は,EuclidNetが行列乗法と整合していることを示し,畳み込み層の場合の類似性の尺度として利用できることを示した。
論文参考訳（メタデータ） (2022-12-22T15:35:42Z)
On a class of geodesically convex optimization problems solved via Euclidean MM methods [50.428784381385164]
ユークリッド凸化関数の違いは、統計学と機械学習の異なるタイプの問題の違いとして記述できることを示す。最終的に、より広い範囲、より広い範囲の作業を支援するのです。
論文参考訳（メタデータ） (2022-06-22T23:57:40Z)
Geometric Optimisation on Manifolds with Applications to Deep Learning [6.85316573653194]
これらの強力なツールをすべて使用して、非専門家を支援するために、Pythonライブラリを設計、実装しています。このライブラリに実装されたアルゴリズムは、ユーザビリティとGPU効率を念頭に設計されている。
論文参考訳（メタデータ） (2022-03-09T15:20:07Z)
Isometric Multi-Shape Matching [50.86135294068138]
形状間の対応を見つけることは、コンピュータビジョンとグラフィックスの基本的な問題である。アイソメトリーは形状対応問題においてしばしば研究されるが、マルチマッチング環境では明確には考慮されていない。定式化を解くのに適した最適化アルゴリズムを提案し,コンバージェンスと複雑性解析を提供する。
論文参考訳（メタデータ） (2020-12-04T15:58:34Z)
Captum: A unified and generic model interpretability library for PyTorch [49.72749684393332]
我々は,PyTorch用の新しい,統一されたオープンソースモデル解釈可能性ライブラリを紹介する。このライブラリには、多くの勾配と摂動に基づく属性アルゴリズムの汎用的な実装が含まれている。分類モデルと非分類モデルの両方に使用できる。
論文参考訳（メタデータ） (2020-09-16T18:57:57Z)
Kernel methods through the roof: handling billions of points efficiently [94.31450736250918]
カーネル法は、非パラメトリック学習に対するエレガントで原則化されたアプローチを提供するが、今のところ大規模な問題ではほとんど利用できない。最近の進歩は、最適化、数値線形代数、ランダム射影など、多くのアルゴリズム的アイデアの利点を示している。ここでは、これらの取り組みをさらに進めて、GPUハードウェアを最大限に活用する解決器を開発し、テストする。
論文参考訳（メタデータ） (2020-06-18T08:16:25Z)
PolyDL: Polyhedral Optimizations for Creation of High Performance DL primitives [55.79741270235602]
本稿では,Deep Learningプリミティブの高性能実装を自動的に生成するコンパイラアルゴリズムを提案する。我々は多面体モデルを用いた新しいデータ再利用分析アルゴリズムを開発した。また、このようなハイブリッドコンパイラとライブラリ使用の最小限のアプローチが、最先端のパフォーマンスをもたらすことを示す。
論文参考訳（メタデータ） (2020-06-02T06:44:09Z)
Geomstats: A Python Package for Riemannian Geometry in Machine Learning [5.449970675406181]
非線形方程式の計算と統計のためのオープンソースのPythonツールボックスであるGeomstatsを紹介した。オブジェクト指向で広範な単体テスト実装を提供しています。微分幾何学と統計学の研究を促進するため,Geomstatsは信頼性の高いビルディングブロックを提供する。ソースコードはMITライセンスのもと、urlgeomstats.aiで無料で入手できる。
論文参考訳（メタデータ） (2020-04-07T20:41:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。