神经网络可自动适应 特斯拉发布新专利

最近，有国内媒体报道称，特斯拉宣布了一项名为“在硬件平台上自适应神经网络模型的系统和方法”的专利。该专利的独特之处在于，特斯拉对神经网络适应性的方法是自动化。

通常，神经网络是一组用于收集数据并从中识别模式的算法。收集的数据取决于所涉及的平台以及平台可以发送到网络的信息类型，如相机/图像数据。当然，平台之间可能存在差异，这意味着调整神经网络算法之间的差异对开发人员来说可能非常耗时。在使神经网络适应特定硬件的过程中，软件开发人员必须根据所用硬件中内置的可用选项做出决策。因此，有必要对这些选项进行研究，审查硬件文档，并分析其影响，选择每组选项，并最终将其作为配置添加到神经网络中。特斯拉将这些选项称为决策点，是专利有效性的关键部分。

根据专利申请文件，在插入神经网络模型和特定的硬件平台信息以使神经网络适应硬件平台后，软件代码将传播到整个神经网络中，以了解决策点的位置，然后对这些决策点的硬件参数进行操作，以实现可用的配置。这种软件方法专注于硬件限制，并为神经网络正确运行生成设置。特斯拉的专利还能够在图形界面上显示神经网络配置信息，使评估和选择更加用户友好。例如，不同的配置可能需要不同的评估时间、功耗或内存消耗。编辑点评：特斯拉除了是一家汽车制造商，还是一名致力于开发智能技术的“程序员”。新专利将打破传统的需要人工干预才能适应特定硬件平台的神经网络，转而升级为自动适应，这可以节省开发人员的决策和编程时间。

标签：特斯拉

汽车资讯热门资讯