从FPGA说起的深度学习(十)
judy 在 周五, 07/19/2024 - 09:28 提交![](https://cdn.eetrend.com/files/styles/picture400/public/2024-07/%E5%8D%9A%E5%AE%A2/100582944-353880-ai.jpg?itok=lMvlshSj)
在本教程中,旨在加深对深度学习和 FPGA 的理解。
深度学习是机器学习的一个分支,它试图通过模拟人脑的神经网络结构来实现对数据的学习和理解。深度学习的核心思想是通过多层次的神经网络(深度神经网络)来学习输入数据的表示,从而使得计算机能够执行各种任务,如图像和语音识别、自然语言处理等。
在本教程中,旨在加深对深度学习和 FPGA 的理解。
在本教程中,我们将介绍使用 FPGA 实现深度学习的技术,深度学习是近年来人工智能领域的热门话题。
该论文主要围绕着深度学习应用对密集矩阵乘法(Matrix Multiply, MM)的大量需求展开
近年来,深度学习框架的快速发展使得人工智能应用领域取得了巨大的进步。其中,Caffe框架以其简单易用、高效快速的特点受到了广泛关注和应用。
空中客车使用了 AMD® Zynq™ UltraScale+™ MPSoC ZCU102 板以及长短期记忆 (LSTM) 模型
本文介绍高层次综合HLS在深度学习领域中取得的成果
嵌入式视觉提供一种低成本、低功耗和大批量的方法
本文将描述在推断更大的网络时如何解决计算复杂性增加的问题的常用策略
在本教程中,旨在加深对深度学习和 FPGA 的理解
在本文中,我们将提取推理内核的数据并行性