推 archer646 : 我猜樓下看不懂 09/14 02:38
推 siscon : animoji不知道是用純2D camera還是有用到3D資訊 09/14 02:41
推 siscon : 我的意思是 可能不只FaceID用到NN吧? 09/14 02:44
應該是有3D 但那應該是從深度相機來的
可能中間有過程比如說人臉mapping到狗臉或大變臉上(?)會用到(不負責任亂猜)
※ 編輯: Lizaron (217.140.103.75), 09/14/2017 02:47:51
推 siscon : 雖然我不熟iOS 但有查到一些iOS的API是在算NN的 09/14 03:06
→ siscon : 有這個硬體之後應該就可以跑的快一點 09/14 03:07
推 zteboom46 : FaceID下階段新功能 做特定表情才可解鎖(畫蛇添足) 09/14 03:13
→ mainline : 非專業 目前但能夠把別處train來的data搬到另一頭如 09/14 04:45
→ mainline : 手機上infer的只有谷歌gboard有論文 沒意外暫時谷歌 09/14 04:45
→ mainline : 做到 話說二代TPU能train了 高通hexagon DSP已經rea 09/14 04:45
→ mainline : dy 只是好像還不夠專精 它們有強化打算 09/14 04:45
→ mainline : 題外話 小驚訝 Chris Lattner離開Apple 待半年Tesla 09/14 04:50
→ mainline : 水土不服後 竟然跑去Tenso Flow當開發者關係 這太誇 09/14 04:50
→ mainline : 張 雖然谷歌brain與他應該互相都很看重對方 但這抬 09/14 04:50
→ mainline : 頭實在怪 09/14 04:50
推 jeremyme : Sense8 09/14 07:23
推 kgh : 類神經之類的念個資訊或電機很容易聽過啊XD 09/14 08:09
→ will0620 : NPU 今年華為自己出的ap也多了這個架構,高通下一 09/14 08:13
→ will0620 : 代也預計要有 09/14 08:13
→ mainline : 上面說了 高通算有半套了 華為暫時還是噱頭大些 也 09/14 08:28
→ mainline : 沒地方用得上 09/14 08:28
→ grin : 看Google能不能帶頭搞一些應用,不要去期待系統廠帶 09/14 08:38
→ grin : 動 09/14 08:38
推 robinson : 就算看不懂 我也要說原來如此 09/14 08:41
推 Ekmund : 長話短說的話呢... 09/14 09:33
推 a3619453 : 其實ios內建相簿已經應用到了 09/14 09:33
推 Ekmund : 類神經網路 是一種你給它基本規則 再餵它資料學判斷 09/14 09:36
→ Ekmund : 這個動作叫做訓練 只要規則正確 資料量越高就越準 09/14 09:38
→ Ekmund : 但是它的作法對手機來說 無論功耗效能時間 都太多了 09/14 09:39
推 hyghmax1202 : 欸欸欸 這篇居然沒有人噓中英文混用XDD 09/14 09:41
→ Ekmund : 所以放在手機裡的是一組大致訓練好的模型 頂多在你 09/14 09:41
→ Ekmund : 偶爾 09/14 09:41
→ Ekmund : 用它的時候 多記一下你的長相 免得你長得太邊緣 失 09/14 09:43
→ Ekmund : 敗率太高 09/14 09:43
推 gmoz : 阿就軟體算 改成般一部分出來用硬體算 增加速度? 09/14 10:47
→ Ekmund : 一直都是軟體推演算法給硬體算 只是硬體特化與否 09/14 10:55
→ mainline : 說這東西能不混用的才有問題 09/14 10:56
→ mainline : 你要單用CPU算也行 速度電耗差很大而已 09/14 10:57
→ mainline : 若是face ID的話就不會有訓練模型 只有方案 09/14 10:59
推 Luos : 長相邊緣人 推 09/14 12:31
→ signsu3184 : 真的hen厲害 09/14 13:47
推 ppc : 推Y 09/14 14:12
→ Gunslinger : iphone 8也有這個 但沒有true depth相機 不曉得是 09/14 15:38
→ Gunslinger : 用在哪 09/14 15:38