深度学习

<font color="#3a6694"><strong>深度学习是一种基于人工神经网络的机器学习方法，它通过多层神经网络对数据进行建模和学习，从而使计算机能够自动从数据中提取特征并进行预测。深度学习在图像处理、语音识别、自然语言处理等领域取得了显著的突破，特别是在大数据和强大计算能力的支持下，深度学习已成为解决复杂问题的主要技术。</strong></font>

从FPGA说起的深度学习（二）

由 judy 提交于周五, 10 二月 2023 - 09:50

本文介绍使用 FPGA 实现深度学习的技术

从FPGA说起的深度学习（一）

由 judy 提交于周三, 8 二月 2023 - 10:08

本文将解释“什么是深度学习”和“使用 FPGA 进行深度学习的好处”

将CNN和RNN两种不同模式的深度学习神经网络同时运行在Versal® AI Core VC1902平台上。

深度学习模型在FPGA上的部署

由 judy 提交于周五, 24 六月 2022 - 09:16

今天给大家介绍一下FPGA上部署深度学习的算法模型的方法以及平台。希望通过介绍，算法工程师在FPGA的落地上能“稍微”缓和一些，小白不再那么迷茫。

将面向专门用于卷积神经网络的可编程引擎DPU，并基于边缘端MPSOC器件（以官方ZCU104平台为例），引领开发者快速搭建基于Vitis AI的DPU开发环境

Xilinx AI团队核心成员严丹在首届“英特尔创新大师杯”深度学习挑战赛比赛通用场景中文OCR文本识别任务中，通过两阶段网络结构，融合基于分割和基于Mask RCNN的检测模型预测结果，在复赛测试集上获得75.34的高分, 取得冠军。

本视频介绍了深度学习算法在赛灵思7nm Versal板卡上的优化与部署

鉴于DNN 在研究和技术方面的巨大投资，很明显，DNN 作为首选解决方案的适用范围，将会继续迅速扩大。然而，在可预见的未来，许多应用将通过传统技术（包括其他形式的机器学习）或通过深度学习和传统算法的组合，来获得最好的解决方案。接下来，我们就一起了解一下，深度学习在机器视觉中的典型应用。

赛灵思宣布推出全功能医疗 X 射线分型深度学习模型和参考设计套件，这是赛灵思与 Spline.AI 及亚马逊网络服务（AWS）强强携手共同取得的合作成果。这种高性能模型部署在赛灵思 Zynq® UltraScale+™ MPSoC ZCU104 器件之上，并采用了赛灵思深度学习处理器单元（DPU）。该 DPU 是一种软 IP 张量加速器，它的强大功能足以支持运行各种神经网络