我的母親是一名護(hù)士，目前已經(jīng)退休。她是一個(gè)非常聰明的人，對(duì)自己的工作業(yè)務(wù)非常的盡職盡責(zé)。幾天前我和她說(shuō)我正在研究Imagination最新的神經(jīng)網(wǎng)絡(luò)加速器，她詫異的說(shuō)：你說(shuō)的是什么意思？，當(dāng)然只有
2018-06-19 18:36:17
6016 
引言 神經(jīng)網(wǎng)絡(luò)中涉及到大量的張量運(yùn)算，比如卷積，矩陣乘法，向量點(diǎn)乘，求和等。神經(jīng)網(wǎng)絡(luò)加速器就是針對(duì)張量運(yùn)算來(lái)設(shè)計(jì)的。一個(gè)神經(jīng)網(wǎng)絡(luò)加速器通常都包含一個(gè)張量計(jì)算陣列，以及數(shù)據(jù)收發(fā)控制，共同來(lái)完成諸如矩陣
2020-11-02 13:52:513649 
神經(jīng)網(wǎng)絡(luò)50例
2012-11-28 16:49:56
神經(jīng)網(wǎng)絡(luò)Matlab程序
2009-09-15 12:52:24
大家有知道labview中神經(jīng)網(wǎng)絡(luò)和SVM的工具包是哪個(gè)嗎？求分享一下，有做這方面的朋友也可以交流一下，大家共同進(jìn)步
2017-10-13 11:41:43
神經(jīng)網(wǎng)絡(luò)基本介紹
2018-01-04 13:41:23
第1章 概述 1.1 人工神經(jīng)網(wǎng)絡(luò)研究與發(fā)展 1.2 生物神經(jīng)元 1.3 人工神經(jīng)網(wǎng)絡(luò)的構(gòu)成 第2章人工神經(jīng)網(wǎng)絡(luò)基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應(yīng)線性
2012-03-20 11:32:43
將神經(jīng)網(wǎng)絡(luò)移植到STM32最近在做的一個(gè)項(xiàng)目需要用到網(wǎng)絡(luò)進(jìn)行擬合，并且將擬合得到的結(jié)果用作控制，就在想能不能直接在單片機(jī)上做神經(jīng)網(wǎng)絡(luò)計(jì)算，這樣就可以實(shí)時(shí)計(jì)算，不依賴于上位機(jī)。所以要解決的主要是兩個(gè)
2022-01-11 06:20:53
神經(jīng)網(wǎng)絡(luò)簡(jiǎn)介
2012-08-05 21:01:08
基于深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)算法
2019-05-16 17:25:05
求一個(gè)simulink的蓄電池用BP神經(jīng)網(wǎng)絡(luò)PID控制電機(jī)加速勻速減速運(yùn)動(dòng)的模型仿真
2020-02-22 02:17:03
在完成神經(jīng)網(wǎng)絡(luò)量化后，需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲(chǔ)器內(nèi)。
在仿真環(huán)境下，可將其存于一個(gè)文件，并在 Verilog 代碼中通過(guò) readmemh 函數(shù)
2025-10-20 08:00:32
FPGA加速的關(guān)鍵因素是什么？EdgeBoard中神經(jīng)網(wǎng)絡(luò)算子在FPGA中的實(shí)現(xiàn)方法是什么？
2021-09-28 06:37:44
MATLAB神經(jīng)網(wǎng)絡(luò)
2013-07-08 15:17:13
Matlab神經(jīng)網(wǎng)絡(luò)工具箱是什么？Matlab神經(jīng)網(wǎng)絡(luò)工具箱在同步中的應(yīng)用有哪些？
2021-04-26 06:42:29
NMSIS NN 軟件庫(kù)是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核，旨在最大限度地提高 Nuclei N 處理器內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。
該庫(kù)分為多個(gè)功能，每個(gè)功能涵蓋特定類別
2025-10-29 06:08:21
的數(shù)量級(jí)，而且生物軸突的延遲和神經(jīng)元的時(shí)間常數(shù)比數(shù)字電路的傳播和轉(zhuǎn)換延遲要大得多，AER 的工作方式和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)相吻合，所以受生物啟發(fā)的神經(jīng)形態(tài)處理器中的NoC或SNN加速器通常使用AER協(xié)議來(lái)進(jìn)行
2025-10-24 07:34:31
請(qǐng)問(wèn)：我在用labview做BP神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)故障診斷，在NI官網(wǎng)找到了機(jī)器學(xué)習(xí)工具包（MLT），但是里面沒(méi)有關(guān)于這部分VI的幫助文檔，對(duì)于”BP神經(jīng)網(wǎng)絡(luò)分類“這個(gè)范例有很多不懂的地方，比如
2017-02-22 16:08:08
習(xí)神經(jīng)神經(jīng)網(wǎng)絡(luò)，對(duì)于神經(jīng)網(wǎng)絡(luò)的實(shí)現(xiàn)是如何一直沒(méi)有具體實(shí)現(xiàn)一下：現(xiàn)看到一個(gè)簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)模型用于訓(xùn)練的輸入數(shù)據(jù):對(duì)應(yīng)的輸出數(shù)據(jù):我們這里設(shè)置：1：節(jié)點(diǎn)個(gè)數(shù)設(shè)置：輸入層、隱層、輸出層的節(jié)點(diǎn)
2021-08-18 07:25:21
AI加速器設(shè)計(jì)的學(xué)習(xí)和一些思考
致謝
首先感謝電子發(fā)燒友論壇提供的書(shū)籍
然后為該書(shū)打個(gè)廣告吧，32K的幅面，非常小巧方便，全彩印刷，質(zhì)量精良，很有質(zhì)感。
前言
設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)首先要考慮的幾個(gè)問(wèn)題
2023-09-16 11:11:01
。
從名字上就能看出來(lái)書(shū)里可能覆蓋的內(nèi)容是和CNN加速器有關(guān)的內(nèi)容了。
作者在前言里說(shuō)這本書(shū)主要討論Inference（推理）的過(guò)程，“主要討論神經(jīng)網(wǎng)絡(luò)硬件，尤其是芯片設(shè)計(jì)層面的內(nèi)容”。這本書(shū)的第2，3章
2023-09-17 16:39:45
《 AI加速器架構(gòu)設(shè)計(jì)與實(shí)現(xiàn)》+第一章卷積神經(jīng)網(wǎng)絡(luò)觀感
? ?在本書(shū)的引言中也提到“一圖勝千言”，讀完第一章節(jié)后，對(duì)其進(jìn)行了一些歸納（如圖1），第一章對(duì)常見(jiàn)的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行了介紹，舉例了一些結(jié)構(gòu)
2023-09-11 20:34:01
項(xiàng)目名稱：基于PYNQ的卷積神經(jīng)網(wǎng)絡(luò)加速試用計(jì)劃：申請(qǐng)理由：本人研究生在讀，想要利用PYNQ深入探索卷積神經(jīng)網(wǎng)絡(luò)的硬件加速，在PYNQ上實(shí)現(xiàn)圖像的快速處理項(xiàng)目計(jì)劃：1、在PC端實(shí)現(xiàn)Lnet網(wǎng)絡(luò)的訓(xùn)練
2018-12-19 11:37:22
前言前面我們通過(guò)notebook，完成了在PYNQ-Z2開(kāi)發(fā)板上編寫(xiě)并運(yùn)行python程序。我們的最終目的是基于神經(jīng)網(wǎng)絡(luò)，完成手寫(xiě)的數(shù)字識(shí)別。在這之前，有必要講一下神經(jīng)網(wǎng)絡(luò)的基本概念和工作原理。何為
2019-03-03 22:10:19
創(chuàng)新的芯片架構(gòu)設(shè)計(jì)，這正面臨新的挑戰(zhàn)。本書(shū)從神經(jīng)網(wǎng)絡(luò)的分析出發(fā)，總結(jié)和提煉了AI加速器架構(gòu)設(shè)計(jì)中常見(jiàn)的難點(diǎn)，以及解決這些難點(diǎn)的技術(shù)、方法和思想，是AI軟硬件架構(gòu)師、設(shè)計(jì)師非常寶貴的參考資料。《 AI
2023-07-28 10:50:51
今天學(xué)習(xí)了兩個(gè)神經(jīng)網(wǎng)絡(luò)，分別是自適應(yīng)諧振（ART）神經(jīng)網(wǎng)絡(luò)與自組織映射（SOM）神經(jīng)網(wǎng)絡(luò)。整體感覺(jué)不是很難，只不過(guò)一些最基礎(chǔ)的概念容易理解不清。首先ART神經(jīng)網(wǎng)絡(luò)是競(jìng)爭(zhēng)學(xué)習(xí)的一個(gè)代表，競(jìng)爭(zhēng)型學(xué)習(xí)
2019-07-21 04:30:00
`BP神經(jīng)網(wǎng)絡(luò)首先給出只包含一個(gè)隱層的BP神經(jīng)網(wǎng)絡(luò)模型（兩層神經(jīng)網(wǎng)絡(luò)）： BP神經(jīng)網(wǎng)絡(luò)其實(shí)由兩部分組成：前饋神經(jīng)網(wǎng)絡(luò)：神經(jīng)網(wǎng)絡(luò)是前饋的，其權(quán)重都不回送到輸入單元，或前一層輸出單元（數(shù)據(jù)信息是單向
2019-07-21 04:00:00
。因此，業(yè)界對(duì)GNN的硬件加速有著非常迫切的需求。盡管傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)（CNN）硬件加速有很多種解決方案，但GNN的硬件加速還沒(méi)有得到充分的討論和研究。在撰寫(xiě)本白皮書(shū)時(shí)，谷歌（Google）和百度
2021-09-25 17:20:41
人工神經(jīng)網(wǎng)絡(luò)是根據(jù)人的認(rèn)識(shí)過(guò)程而開(kāi)發(fā)出的一種算法。假如我們現(xiàn)在只有一些輸入和相應(yīng)的輸出，而對(duì)如何由輸入得到輸出的機(jī)理并不清楚，那么我們可以把輸入與輸出之間的未知過(guò)程看成是一個(gè)“網(wǎng)絡(luò)”，通過(guò)不斷地給
2008-06-19 14:40:42
人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Network，ANN)是一種類似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu)，它的提出是為了解決一些非線性，非平穩(wěn)，復(fù)雜的實(shí)際問(wèn)題。那有哪些辦法能實(shí)現(xiàn)人工神經(jīng)網(wǎng)絡(luò)呢？
2019-08-01 08:06:21
人工神經(jīng)網(wǎng)絡(luò)課件
2016-06-19 10:15:48
簡(jiǎn)單理解LSTM神經(jīng)網(wǎng)絡(luò)
2021-01-28 07:16:57
圖卷積神經(jīng)網(wǎng)絡(luò)
2019-08-20 12:05:29
優(yōu)化神經(jīng)網(wǎng)絡(luò)訓(xùn)練方法有哪些？
2022-09-06 09:52:36
全連接神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的區(qū)別
2019-06-06 14:21:42
以前的神經(jīng)網(wǎng)絡(luò)幾乎都是部署在云端（服務(wù)器上），設(shè)備端采集到數(shù)據(jù)通過(guò)網(wǎng)絡(luò)發(fā)送給服務(wù)器做inference（推理），結(jié)果再通過(guò)網(wǎng)絡(luò)返回給設(shè)備端。如今越來(lái)越多的神經(jīng)網(wǎng)絡(luò)部署在嵌入式設(shè)備端上，即
2021-12-23 06:16:40
卷積神經(jīng)網(wǎng)絡(luò)為什么適合圖像處理？
2022-09-08 10:23:10
卷積神經(jīng)網(wǎng)絡(luò)(CNN)究竟是什么，鑒于神經(jīng)網(wǎng)絡(luò)在工程上經(jīng)歷了曲折的歷史，您為什么還會(huì)在意它呢? 對(duì)于這些非常中肯的問(wèn)題，我們似乎可以給出相對(duì)簡(jiǎn)明的答案。
2019-07-17 07:21:50
等[16- 18]進(jìn)行分類。特征提取和分類器的 設(shè)計(jì)是圖片分類等任務(wù)的關(guān)鍵，對(duì)分類結(jié)果的好壞 有著最為直接的影響。卷積神經(jīng)網(wǎng)絡(luò)可以自動(dòng)地從 訓(xùn)練樣本中學(xué)習(xí)特征并且分類，解決了人工特征設(shè)計(jì) 的局限性
2022-08-02 10:39:39
卷積神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)
2020-05-05 18:12:50
卷積神經(jīng)網(wǎng)絡(luò)的層級(jí)結(jié)構(gòu) 卷積神經(jīng)網(wǎng)絡(luò)的常用框架
2020-12-29 06:16:44
模型。第 3 部分將研究使用專用 AI 微控制器測(cè)試模型的特定用例。什么是卷積神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)是系統(tǒng)或神經(jīng)元結(jié)構(gòu)，使人工智能能夠更好地理解數(shù)據(jù)，使其能夠解決復(fù)雜的問(wèn)題。雖然有許多網(wǎng)絡(luò)類型，但本系
2023-02-23 20:11:10
什么是卷積神經(jīng)網(wǎng)絡(luò)？ImageNet-2010網(wǎng)絡(luò)結(jié)構(gòu)是如何構(gòu)成的？有哪些基本參數(shù)？
2021-06-17 11:48:22
反饋神經(jīng)網(wǎng)絡(luò)算法
2020-04-28 08:36:58
Spotting）使用運(yùn)動(dòng)傳感器識(shí)別活動(dòng)狀態(tài) （Human Activity Recognition）神經(jīng)網(wǎng)絡(luò)控制系統(tǒng) （替代PID等傳統(tǒng)控制方法）圖像處理 （帶專用加速器的 MCU）...它輕量但不低能， 它支持
2019-05-01 19:03:01
神經(jīng)網(wǎng)絡(luò)可以建立參數(shù)Kp,Ki,Kd自整定的PID控制器?；贐P神經(jīng)網(wǎng)絡(luò)的PID控制系統(tǒng)結(jié)構(gòu)框圖如下圖所示：控制器由兩部分組成：經(jīng)典增量式PID控制器；BP神經(jīng)網(wǎng)絡(luò)...
2021-09-07 07:43:47
摘 要：本文給出了采用ADXL335加速度傳感器來(lái)采集五個(gè)手指和手背的加速度三軸信息，并通過(guò)ZigBee無(wú)線網(wǎng)絡(luò)傳輸來(lái)提取手勢(shì)特征量，同時(shí)利用BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行誤差分析來(lái)實(shí)現(xiàn)手勢(shì)識(shí)別的設(shè)計(jì)方法
2018-11-13 16:04:45
基于BP神經(jīng)網(wǎng)絡(luò)的辨識(shí)
2018-01-04 13:37:27
FPGA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)關(guān)鍵問(wèn)題分析基于FPGA的ANN實(shí)現(xiàn)方法基于FPGA的神經(jīng)網(wǎng)絡(luò)的性能評(píng)估及局限性
2021-04-30 06:58:13
基于RBF神經(jīng)網(wǎng)絡(luò)的辨識(shí)
2018-01-04 13:38:52
如何用stm32cube.ai簡(jiǎn)化人工神經(jīng)網(wǎng)絡(luò)映射？如何使用stm32cube.ai部署神經(jīng)網(wǎng)絡(luò)？
2021-10-11 08:05:42
不確定因素影響，并且隨著可編程片上系統(tǒng)SoPC和大規(guī)模現(xiàn)場(chǎng)可編程門陣列FPGA的出現(xiàn)，為神經(jīng)網(wǎng)絡(luò)控制器的硬件實(shí)現(xiàn)提供了新的載體。
2019-08-12 06:25:35
原文鏈接：http://tecdat.cn/?p=5725 神經(jīng)網(wǎng)絡(luò)是一種基于現(xiàn)有數(shù)據(jù)創(chuàng)建預(yù)測(cè)的計(jì)算系統(tǒng)。如何構(gòu)建神經(jīng)網(wǎng)絡(luò)？神經(jīng)網(wǎng)絡(luò)包括：輸入層：根據(jù)現(xiàn)有數(shù)據(jù)獲取輸入的層隱藏層：使用反向傳播優(yōu)化輸入變量權(quán)重的層，以提高模型的預(yù)測(cè)能力輸出層：基于輸入和隱藏層的數(shù)據(jù)輸出預(yù)測(cè)
2021-07-12 08:02:11
稱為BP神經(jīng)網(wǎng)絡(luò)。采用BP神經(jīng)網(wǎng)絡(luò)模型能完成圖像數(shù)據(jù)的壓縮處理。在圖像壓縮中，神經(jīng)網(wǎng)絡(luò)的處理優(yōu)勢(shì)在于：巨量并行性；信息處理和存儲(chǔ)單元結(jié)合在一起；自組織自學(xué)習(xí)功能。與傳統(tǒng)的數(shù)字信號(hào)處理器DSP
2019-08-08 06:11:30
FPGA的嵌入式應(yīng)用。某人工神經(jīng)網(wǎng)絡(luò)的FPGA處理器能夠?qū)?shù)據(jù)進(jìn)行運(yùn)算處理，為了實(shí)現(xiàn)集數(shù)據(jù)通信、操作控制和數(shù)據(jù)處理于一體的便攜式神經(jīng)網(wǎng)絡(luò)處理器，需要設(shè)計(jì)一種基于嵌入式ARM內(nèi)核及現(xiàn)場(chǎng)可編程門陣列FPGA的主從結(jié)構(gòu)處理系統(tǒng)滿足要求。
2019-09-20 06:15:20
有提供編寫(xiě)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)程序服務(wù)的嗎？
2011-12-10 13:50:46
求一個(gè)simulink的蓄電池用BP神經(jīng)網(wǎng)絡(luò)PID控制電機(jī)加速勻速減速運(yùn)動(dòng)的模型仿真
2020-02-22 02:15:50
求助地震波神經(jīng)網(wǎng)絡(luò)程序，共同交流??！
2013-05-11 08:14:19
小女子做基于labview的蒸發(fā)過(guò)程中液位的控制，想使用神經(jīng)網(wǎng)絡(luò)pid控制，請(qǐng)問(wèn)這個(gè)控制方法可以嗎？有誰(shuí)會(huì)神經(jīng)網(wǎng)絡(luò)pid控制么。。。叩謝
2016-09-23 13:43:16
求助大神 小的現(xiàn)在有個(gè)難題： 一組車重實(shí)時(shí)數(shù)據(jù) 對(duì)應(yīng)一個(gè)車重的最終數(shù)值（一個(gè)一維數(shù)組輸入對(duì)應(yīng)輸出一個(gè)數(shù)值） 這其中可能經(jīng)過(guò)均值、方差、去掉N個(gè)最大值、、、等等的計(jì)算 我的目的就是弄清楚這個(gè)中間計(jì)算過(guò)程 最近實(shí)在想不出什么好辦法就打算試試神經(jīng)網(wǎng)絡(luò) 請(qǐng)教大神用什么神經(jīng)網(wǎng)絡(luò)好求神經(jīng)網(wǎng)絡(luò)程序
2016-07-14 13:35:44
最簡(jiǎn)單的神經(jīng)網(wǎng)絡(luò)
2019-09-11 11:57:36
請(qǐng)問(wèn)一下fpga加速神經(jīng)網(wǎng)絡(luò)為什么要用arm核呢？用其他的不行嗎
2022-07-25 14:37:58
隱藏技術(shù): 一種基于前沿神經(jīng)網(wǎng)絡(luò)理論的新型人工智能處理器 Copy東京理工大學(xué)的研究人員開(kāi)發(fā)了一種名為“ Hiddenite”的新型加速器芯片，該芯片可以在計(jì)算稀疏“隱藏神經(jīng)網(wǎng)絡(luò)”時(shí)達(dá)到最高的精度
2022-03-17 19:15:13
CNN已經(jīng)廣泛用于圖像識(shí)別，因?yàn)樗苣７律镆曈X(jué)神經(jīng)的行為獲得很高識(shí)別準(zhǔn)確率。最近，基于深度學(xué)習(xí)算法的現(xiàn)代應(yīng)用高速增長(zhǎng)進(jìn)一步改善了研究和實(shí)現(xiàn)。特別地，多種基于FPGA平臺(tái)的深度CNN加速器被提出
2017-11-17 13:31:018768 計(jì)基于GPU的加速庫(kù) 。cuDNN為深度神經(jīng)網(wǎng)絡(luò)中的標(biāo)準(zhǔn)流程提供了高度優(yōu)化的實(shí)現(xiàn)方式，例如convolution、pooling、normalization以及activation layers的前向以及后向過(guò)程。 cuDNN只是NVIDIA深度神經(jīng)網(wǎng)絡(luò)軟件開(kāi)發(fā)包中的其中一種加速庫(kù)。
2017-12-08 10:40:022557 詳細(xì)的解釋。Imagination的PowerVR Series2NX集成了神經(jīng)網(wǎng)絡(luò)專用處理器，相信這必定使其性能提高一個(gè)量級(jí)。
2018-04-25 16:18:001577 
我的母親是一名護(hù)士，目前已經(jīng)退休。她是一個(gè)非常聰明的人，對(duì)自己的工作業(yè)務(wù)非常的盡職盡責(zé)。幾天前我和她說(shuō)我正在研究Imagination最新的神經(jīng)網(wǎng)絡(luò)加速器，她詫異的說(shuō)：“你說(shuō)的是什么意思？”，當(dāng)然只有她在護(hù)理學(xué)校進(jìn)行外科手術(shù)培訓(xùn)或者照顧老年癡呆患者時(shí)才會(huì)真正思考神經(jīng)網(wǎng)絡(luò)意味著什么。
2018-04-26 18:44:003187 Imagination Technologies宣布推出其面向人工智能（AI）應(yīng)用的最新神經(jīng)網(wǎng)絡(luò)加速器（NNA）架構(gòu)PowerVR Series3NX。
2018-12-06 16:09:323898 本視頻主要詳細(xì)介紹了神經(jīng)網(wǎng)絡(luò)分類，分別是BP神經(jīng)網(wǎng)絡(luò)、RBF（徑向基）神經(jīng)網(wǎng)絡(luò)、感知器神經(jīng)網(wǎng)絡(luò)、線性神經(jīng)網(wǎng)絡(luò)、自組織神經(jīng)網(wǎng)絡(luò)、反饋神經(jīng)網(wǎng)絡(luò)。
2019-04-02 15:29:2214848 基于端側(cè)推斷任務(wù)深度神經(jīng)網(wǎng)絡(luò)處理器基準(zhǔn)測(cè)試結(jié)果中，Imagination的神經(jīng)網(wǎng)絡(luò)加速器在多個(gè)框架測(cè)試中成績(jī)名列第一！
2019-07-12 15:23:475713 神經(jīng)網(wǎng)絡(luò)加速賦能端側(cè)智能
2019-08-08 10:59:515233 隨著許多嵌入式系開(kāi)始變得智能且自主，以人工智能（AI）神經(jīng)網(wǎng)絡(luò)為導(dǎo)向的嵌入式系統(tǒng)市場(chǎng)即將起飛，神經(jīng)網(wǎng)絡(luò)加速器大戰(zhàn)一觸發(fā)。
2019-11-14 14:16:01978 隨著許多嵌入式系開(kāi)始變得智能且自主，以人工智能（AI）神經(jīng)網(wǎng)絡(luò)為導(dǎo)向的嵌入式系統(tǒng)市場(chǎng)即將起飛，神經(jīng)網(wǎng)絡(luò)加速器大戰(zhàn)一觸發(fā)。
2019-11-22 11:40:061291 Imagination Technologies宣布：領(lǐng)先的無(wú)晶圓廠半導(dǎo)體公司紫光展銳（UNISOC）已獲得其最新一代神經(jīng)網(wǎng)絡(luò)加速器（NNA）PowerVR Series3NX半導(dǎo)體知識(shí)產(chǎn)權(quán)（IP）的授權(quán)許可。
2019-12-03 17:55:021205 來(lái)源：ST社區(qū) GPU和NNA（神經(jīng)網(wǎng)絡(luò)加速器）正在迅速成為AI應(yīng)用的關(guān)鍵要素。隨著不同企業(yè)開(kāi)始挖掘神經(jīng)網(wǎng)絡(luò)在各種任務(wù)（比如自然語(yǔ)言處理、圖片分類）中的潛力，集成人工智能元素的產(chǎn)品數(shù)量正在穩(wěn)步的增長(zhǎng)
2022-12-20 18:25:171237 通過(guò)集成專用的神經(jīng)網(wǎng)絡(luò)加速器，MAX78000克服了這些局限性，憑借在本地以低功耗實(shí)時(shí)執(zhí)行AI處理，使機(jī)器能夠看到和聽(tīng)到復(fù)雜的型態(tài)。
2020-10-21 16:22:361613 據(jù)外媒報(bào)道，英國(guó)半導(dǎo)體與軟件設(shè)計(jì)公司Imagination Technologies宣布推出新一代神經(jīng)網(wǎng)絡(luò)加速器（NNA）——IMG Series4，可應(yīng)用于高級(jí)駕駛輔助系統(tǒng)（ADAS）和自動(dòng)駕駛
2020-11-16 10:28:462641 Imagination Technologies發(fā)布了最新一代神經(jīng)網(wǎng)絡(luò)加速器IP核IMG Series4 NNA，并將于12月份正式向廠商提供。 芯東西獨(dú)家獲悉，已有汽車領(lǐng)域廠商率先獲得IMG
2020-11-18 16:06:282992 ? ? 新型神經(jīng)網(wǎng)絡(luò)加速器 Maxim Integrated的新型MAX78000芯片，基于雙核MCU，結(jié)合了超低功耗深度神經(jīng)網(wǎng)絡(luò)加速器，為高性能人工智能 (AI) 應(yīng)用提供所需的算力，是機(jī)器視覺(jué)
2021-01-04 11:48:494201 神經(jīng)網(wǎng)絡(luò)加速器基本概念。
2021-05-27 15:22:59
13 一種基于FPGA的SIM卷積神經(jīng)網(wǎng)絡(luò)加速器架構(gòu)。以YOOV2目標(biāo)檢測(cè)算法為例，介紹了將卷積神經(jīng)網(wǎng)絡(luò)模型映射到FPGA上的完整流程;對(duì)加速器的性能和資源耗費(fèi)進(jìn)行深λ分析和建模，將實(shí)際傳輸延時(shí)考慮在內(nèi)，縮小了加速器理論時(shí)延與實(shí)際時(shí)延
2021-05-28 14:00:2224 AI加速器是一類專門的硬件加速器或計(jì)算機(jī)系統(tǒng)旨在加速人工智能的應(yīng)用，主要應(yīng)用于人工智能、人工神經(jīng)網(wǎng)絡(luò)、機(jī)器視覺(jué)和機(jī)器學(xué)習(xí)。
2022-02-06 12:47:005626 在介紹卷積神經(jīng)網(wǎng)絡(luò)之前，我們先回顧一下神經(jīng)網(wǎng)絡(luò)的基本知識(shí)。就目前而言，神經(jīng)網(wǎng)絡(luò)是深度學(xué)習(xí)算法的核心，我們所熟知的很多深度學(xué)習(xí)算法的背后其實(shí)都是神經(jīng)網(wǎng)絡(luò)。
2023-02-23 09:14:444834 深度神經(jīng)網(wǎng)絡(luò)是一種基于神經(jīng)網(wǎng)絡(luò)的機(jī)器學(xué)習(xí)算法，其主要特點(diǎn)是由多層神經(jīng)元構(gòu)成，可以根據(jù)數(shù)據(jù)自動(dòng)調(diào)整神經(jīng)元之間的權(quán)重，從而實(shí)現(xiàn)對(duì)大規(guī)模數(shù)據(jù)進(jìn)行預(yù)測(cè)和分類。卷積神經(jīng)網(wǎng)絡(luò)是深度神經(jīng)網(wǎng)絡(luò)的一種，主要應(yīng)用于圖像和視頻處理領(lǐng)域。
2023-08-21 17:07:365027 電子發(fā)燒友網(wǎng)站提供《FPGA加速神經(jīng)網(wǎng)絡(luò)的矩陣乘法.pdf》資料免費(fèi)下載
2023-09-15 14:50:360 西門子數(shù)字化工業(yè)軟件近日發(fā)布了Catapult AI NN軟件，這款軟件在神經(jīng)網(wǎng)絡(luò)加速器設(shè)計(jì)領(lǐng)域邁出了重要一步。Catapult AI NN軟件專注于在專用集成電路（ASIC）和芯片級(jí)系統(tǒng)（SoC）上實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)的高層次綜合（HLS），為機(jī)器學(xué)習(xí)應(yīng)用提供了硬件加速的新途徑。
2024-06-19 11:27:221639 遞歸神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡(jiǎn)稱RNN）和循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，簡(jiǎn)稱RNN）實(shí)際上是同一個(gè)概念，只是不同的翻譯方式
2024-07-04 14:54:592077 RNN（Recurrent Neural Network）是循環(huán)神經(jīng)網(wǎng)絡(luò)，而非遞歸神經(jīng)網(wǎng)絡(luò)。循環(huán)神經(jīng)網(wǎng)絡(luò)是一種具有時(shí)間序列特性的神經(jīng)網(wǎng)絡(luò)，能夠處理序列數(shù)據(jù)，具有記憶功能。以下是關(guān)于循環(huán)神經(jīng)網(wǎng)絡(luò)的介紹
2024-07-05 09:52:361514 神經(jīng)網(wǎng)絡(luò)加速器是一種專門設(shè)計(jì)用于提高神經(jīng)網(wǎng)絡(luò)計(jì)算效率的硬件設(shè)備。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展和廣泛應(yīng)用，神經(jīng)網(wǎng)絡(luò)模型的復(fù)雜度和計(jì)算量急劇增加，對(duì)計(jì)算性能的要求也越來(lái)越高。傳統(tǒng)的通用處理器（CPU
2024-07-11 10:40:591728
電子發(fā)燒友App
工商網(wǎng)監(jiān)
評(píng)論