鲁棒的视觉转换器制造技术

在用于对敏感数据进行加密的方法中，经加密的用户私钥在容器管理系统中的工作者节点中的受信执行环境

【技术实现步骤摘要】
【国外来华专利技术】鲁棒的视觉转换器


[0001]至少一个实施例涉及用于使用神经网络促进人工智能的处理器或计算系统
。

技术介绍

[0002]采用自注意力的神经网络可能会受到其性能或鲁棒性的限制
。
可以提高具有自注意力的神经网络的性能或鲁棒性
。
附图说明
[0003]图1示出了根据至少一个实施例的全注意力网络
(“FAN”)
在
ImageNet
‑
C(
上方
)
和聚类可视化
(
下方
)
上的结果；
[0004]图2示出了根据至少一个实施例的
ViT
块和
FAN
块的实施例之间的比较；
[0005]图3示出了根据至少一个实施例的图元
(token)
和噪声衰减的新兴集群结构；
[0006]图4示出了根据至少一个实施例的不同块的聚类可视化；
[0007]图5示出了根据至少一个实施例的聚类可视化；
[0008]图6示出了根据至少一个实施例的模型鲁棒性的比较；
[0009]图7示出了根据至少一个实施例的模型鲁棒性的进一步比较；
[0010]图8示出了根据至少一个实施例的模型鲁棒性的进一步比较；
[0011]图
9A
示出了根据至少一个实施例的逻辑；
[0012]图
9B
示出了根据至少一个实施例的逻辑；
[0013]图
10
示出了根据至少一个实施例的神经网络的训练和部署；
[0014]图
11
示出了根据至少一个实施例的示例数据中心系统；
[0015]图
12A
示出了根据至少一个实施例的自主车辆的示例；
[0016]图
12B
示出了根据至少一个实施例的图
12A
的自主车辆的相机位置和视野的示例；
[0017]图
12C
是根据至少一个实施例的示出图
12A
的自主车辆的示例系统架构的框图；
[0018]图
12D
是根据至少一个实施例的示出用于一个或更多个基于云的服务器与图
12A
的自主车辆之间进行通信的系统的图；
[0019]图
13
是根据至少一个实施例的示出计算机系统的框图；
[0020]图
14
是根据至少一个实施例的示出计算机系统的框图；
[0021]图
15
示出了根据至少一个实施例的计算机系统；
[0022]图
16
示出了根据至少一个实施例的计算机系统；
[0023]图
17A
示出了根据至少一个实施例的计算机系统；
[0024]图
17B
示出了根据至少一个实施例的计算机系统；
[0025]图
17C
示出了根据至少一个实施例的计算机系统；
[0026]图
17D
示出了根据至少一个实施例的计算机系统；
[0027]图
17E
和图
17F
示出了根据至少一个实施例的共享编程模型；
[0028]图
18
示出了根据至少一个实施例的示例性集成电路和相关的图形处理器；
[0029]图
19A
‑
19B
示出了根据至少一个实施例的示例性集成电路和相关联的图形处理器；
[0030]图
20A
‑
20B
示出了根据至少一个实施例的附加的示例性图形处理器逻辑；
[0031]图
21
示出了根据至少一个实施例的计算机系统；
[0032]图
22A
示出了根据至少一个实施例的并行处理器；
[0033]图
22B
示出了根据至少一个实施例的分区单元；
[0034]图
22C
示出了根据至少一个实施例的处理集群；
[0035]图
22D
示出了根据至少一个实施例的图形多处理器；
[0036]图
23
示出了根据至少一个实施例的多图形处理单元
(GPU)
系统；
[0037]图
24
示出了根据至少一个实施例的图形处理器；
[0038]图
25
是根据至少一个实施例的示出用于处理器的处理器微架构的框图；
[0039]图
26
示出了根据至少一个实施例的深度学习应用程序处理器；
[0040]图
27
是根据至少一个实施例的示出了示例神经形态处理器的框图；
[0041]图
28
示出了根据一个或更多个实施例的图形处理器的至少部分；
[0042]图
29
示出了根据一个或更多个实施例的图形处理器的至少部分；
[0043]图
30
示出了根据一个或更多个实施例的图形处理器的至少部分；
[0044]图
31
是根据至少一个实施例的图形处理器的图形处理引擎的框图；
[0045]图
32
是根据至少一个实施例的图形处理器核心的至少部分的框图；
[0046]图
33A
‑
33B
示出了根据至少一个实施例的线程执行逻辑，其包括图形处理器核心的处理元件的阵列
。
[0047]图
34
示出了根据至少一个实施例的并行处理单元
(“PPU”)
；
[0048]图
35
示出了根据至少一个实施例的通用处理集群
(“GPC”)
；
[0049]图
36
示出了根据至少一个实施例的并行处理单元
(“PPU”)
的存储器分区单元；
[0050]图
37
示出了根据至少一个实施例的流式多处理器；
[0051]图
38
是根据至少一个实施例的高级计算管线的示例数据流图；
[0052]图
39
是根据至少一个实施例的用于在高级计算管线中训练
、
适应
、
实例化和部署机器学习模型的示例系统的系统图；
[0053]图
40
包括根据至少一个实施例的用于处理成像数据的高级计算管线的示例图示；
[0054]图
41A
包括根据至少一个实施例的支持超声设备的虚拟仪器的示例数据流图；
[0055]图
41B
包括根据至少一个实施例的支持
CT
扫描仪的虚拟仪器的示本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.
一种系统，包括：至少一个处理器；至少一个存储器，所述至少一个存储器包括指令，所述指令响应于由所述至少一个处理器执行，使所述系统至少：至少部分地基于神经网络生成推理，所述神经网络包括用于执行图元混合和通道处理的至少一个自注意力模块；以及至少部分地基于所述推理生成输出
。2.
一种系统，包括：至少一个处理器；至少一个存储器，所述至少一个存储器包括指令，所述指令响应于由所述至少...

【专利技术属性】
技术研发人员：禹之鼎，谢恩泽，Z，
申请(专利权)人：辉达公司，
类型：发明
国别省市：