Moku ニューラルネットワーク

A ニューラルネットワーク Mokuニューラルネットワークは、人間の脳に着想を得た機械学習の構造です。ニューロンと呼ばれる相互接続されたユニットが、入力層、1つ以上の隠れ層（内部層）、そして出力層という層にグループ化されています。Mokuニューラルネットワークのような完全接続モデルでは、各ニューロンには、前の層のニューロンの値がその出力にどの程度影響を与えるかを示す一連の重みが与えられます。これらの重みは「トレーニング」フェーズ中に調整され、出力層の値が対応する入力の既知のセットと一致するようになります。トレーニング後、モデルは「推論」に使用でき、過去に経験したことのある、あるいは経験したことのないいくつかの入力から出力値のセットを推論することができます。

ニューラル ネットワークは通常、CPU と GPU の組み合わせで構築され、実行されます。このアプローチは驚異的な計算能力をもたらしますが、リソースを大量に消費します。大規模な AI モデルはエネルギーを大量に消費し、多くの種類の信号処理アプリケーションには過剰になることがよくあります。FPGA の柔軟性とリアルタイム処理は、小規模ニューラル ネットワークの実装に最適です。FPGA の並列処理機能は、ネットワークを介した情報の伝播に関係する線形代数やその他の複雑な数学に役立ちます。

Mokuニューラルネットワークのモデルをトレーニングするには、 この例モデルの構成方法、トレーニング データの生成方法、モデルのトレーニング方法、結果の重みとバイアスを .linn モデルとしてエクスポートして Moku Neural Network にアップロードする方法について説明します。

いいえ、そうではありません。この多用途な機器は、あらゆる研究者が利用できるように設計されています。機械学習の専門家はMokuニューラルネットワークアプリケーションを次のレベルに引き上げることができますが、Moku:DeltaまたはMoku:Proのユーザーであれば誰でも簡単にニューラルネットワークを構築できます。