Интересная Случайная пятерка вопросов викторины онлайн.

Смотрите другие статьи раздела Викторина онлайн.

Читайте и пишите полезные комментарии к этой статье.

<< Назад

Другие вопросы Викторины онлайн:

Актриса Зинаида Нарышкина, озвучившая в советских мультиках Сову, в других фильмах говорила за ворон, сорок, кукушек, куриц, а также ЗА ЭТОГО пернатого ПЕРСОНАЖА.

Как образно пишет Айзек Азимов, этот остров расположен у самого мыса. Что это за остров?

Под каким знаком зодиака родились гитарист Маттиас Ябс и барабанщик Херманн Раребелл?

Представьте картину: сидят у костра Федор Бондарчук, Степан Михалков, Егор Кончаловский - с шашлычками и водочкой. В общем, пикник. Внизу картины подпись, представляющая собой известное выражение, в котором поменяли местами объект и субъект. Назовите название картины.

Все книги, изданные в России до 1708 г., имеют характерную особенность, делающую затруднительным их чтение для нас. Какую?

<< Назад

Последние новости науки и техники, новинки электроники:

Сон как эффективный механизм обучения 23.12.2025

Процесс обучения и формирования долговременных воспоминаний продолжает оставаться одной из самых загадочных функций человеческого мозга. Новое исследование, проведенное учеными из Университета Брауна в США, проливает свет на то, как именно мозг повторно обрабатывает информацию во сне, помогая закреплять полученные навыки. Это открытие потенциально может быть использовано при создании устройств и методик для помощи людям с параличами или неврологическими нарушениями. В ходе эксперимента исследователи наблюдали за лабораторными мышами, обученными проходить лабиринт. С помощью специальных датчиков ученые отслеживали активность нейронов, которые активировались в момент правильного выбора пути. Оказалось, что во сне те же нейроны воспроизводили точно такую же последовательность сигналов, как и в период обучения. Этот феномен, который ученые называют "повторным воспроизведением", помогает мозгу переносить краткосрочные воспоминания в долговременную память. Таким образом, полученная инф ...>>

Термопаста Arctic MX-7 23.12.2025

Швейцарская компания Arctic представила новую версию своей фирменной термопасты - MX-7, позиционируя ее как универсальное решение для различных устройств, от настольных ПК до игровых консолей и ноутбуков. Arctic MX-7 отличается оптимальной консистенцией, которая обеспечивает равномерное нанесение на поверхность процессора или GPU, минимизируя появление воздушных пузырьков и улучшая теплопередачу. Производитель подчеркивает, что паста устойчива к эффекту "pump-out", когда термоинтерфейс со временем выдавливается из-за циклов нагрева и охлаждения, что продлевает срок службы компонентов. Хотя Arctic не раскрывает официальное значение теплопроводности MX-7, независимые тесты подтверждают высокую эффективность термопасты. Например, по данным портала Igor's Lab, показатель теплопроводности составляет 6,17 Вт/мК, что делает ее конкурентоспособной на фоне других высококлассных термоинтерфейсов. Применение MX-7 не ограничено настольными системами. Паста подходит для замены штатных терм ...>>

Гибкая кремниевая мембрана, меняющая цвет при растяжении 22.12.2025

Исследователи Амстердамского университета продемонстрировали уникальный метаматериал, способный изменять цвет под воздействием механического растяжения. В основе этой технологии лежит структурный цвет - явление, при котором окраска определяется геометрией микроструктур, а не пигментами. Команда ученых во главе с Фриком ван Горпом преобразовала кремний в тонкую сетку с определенным узором, что позволило создать одновременно гибкий и функциональный материал. При растяжении отдельные элементы структуры поворачиваются, меняя способ отражения света: материал плавно изменяет оттенок от зеленого до красного, создавая эффект "живого" цвета. Один из первых вызовов заключался в хрупкости кремния. Отказавшись от подложки, исследователи получили тонкую гибкую мембрану, способную выдерживать деформацию. Йорик ван де Гроп подчеркнул, что ключевой особенностью разработки является многофункциональность структуры. Она объединяет свойства механических метаматериалов с возможностями оптических мета ...>>

Случайная новость из Архива Увеличение масштабов нейронных сетей для глубинного обучения 15.10.2016 Компания Fujitsu объявила о разработке технологии, которая оптимизирует использование внутренней памяти графических процессоров (GPU) с целью поддержать увеличивающиеся масштабы нейронных сетей, используемых для повышения точности машинного обучения. Одним из методов увеличения масштаба глубинного обучения является распределение одной модели нейронной сети на нескольких компьютерах и выполнение вычислений параллельно. Но большой объем данных, который должен передаваться между компьютерами, создает "пробки", значительно снижая скорость выполнения задач, пояснили в Fujitsu. Для того чтобы воспользоваться всеми возможностями графических процессоров для высокоскоростных вычислений, данные должны храниться во внутренней памяти самих процессоров. Однако этот объем, как правило, меньше объема памяти обычных компьютеров, что ограничивает возможности по увеличения масштаба нейронных сетей. Fujitsu разработала технологию для оптимизации использования памяти и увеличения масштаба нейронных сетей для вычислений с одним графическим процессором. В новинке не используются методы параллельной организации работы, которые значительно уменьшают скорость чтения. Новая технология уменьшает необходимый объем памяти за счет повторного использования ресурсов: она позволяет в независимом режиме выполнять вычисления для создания данных промежуточных ошибок из взвешенных данных и вычисления для создания взвешенных данных из промежуточных данных. Когда обучение начинается, структура каждого слоя нейронной сети анализируется, и порядок вычислений изменяется для того, чтобы область памяти, в которой расположен больший объем данных, могла повторно использоваться, отметили в компании. Компания использовала новую технологию в рамках платформы для глубинного обучения с открытым исходным кодом Caffe, измерив уровень потребления внутренней памяти GPU. После запуска обучения технология анализирует структуру нейронной сети и оптимизирует порядок выполнения вычислений и расположение данных в памяти для того, чтобы свободная область памяти могла повторно использоваться. При использовании ее совместно с AlexNet и VGGNet, нейронными сетями распознавания изображений, которые используются для научных исследований, новая технология Fujitsu до 2 раз увеличила масштаб нейронной сети по сравнению с предыдущими аналогами. Таким образом, используемый объем внутренней памяти графического процессора, по оценкам компании, был уменьшен более чем на 40%. Планирует серийное использование новой технологии с 31 марта 2017 г. в рамках проекта искусственного интеллекта Human Centric AI Zinrai. Кроме того, компания планирует использовать эту технологию вместе с ранее представленной технологией для обработки данных в рамках глубинного обучения методом параллелизации графических процессоров.

Другие интересные новости:

Зевание львов: рефлекс и его функции

Самолет, способный ездить по дорогам

Дневные раны заживают быстрее ночных

Сок в многослойной бутыли

Лунный ковчег для биоматериалов

Лента новостей науки и техники, новинок электроники

Интересные материалы Бесплатной технической библиотеки:

▪ раздел сайта Аккумуляторы, зарядные устройства. Подборка статей

▪ статья Бухгалтерский учет. Конспект лекций

▪ статья Почему неандертальцев долгое время в учебниках изображали неправильно? Подробный ответ

▪ статья Ориентирование карты по компасу. Советы туристу

▪ статья Источники низкопотенциальной теплоты. Энциклопедия радиоэлектроники и электротехники

▪ статья Зарядное устройство-автомат. Энциклопедия радиоэлектроники и электротехники

www.diagram.com.ua
2000-2025