深度学习

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。

使用 VCK190 运行 RNN+CNN

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

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。

【在线培训】基于Xilinx Vitis AI的深度学习推断

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团队在“英特尔创新大师杯”深度学习挑战赛中荣获冠军

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。

基于赛灵思 VCK5000 板卡的深度学习算法优化部署

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

深度学习在机器视觉中有哪些典型的应用?

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。

Xilinx、Spline.AI、AWS 推出 X 射线分型深度学习模型和参考设计

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

GPU “抗压”不行还费电,FPGA将成深度学习“新基建”!

深度学习的突飞猛进,给GPU插上了腾飞的翅膀,英伟达和AMD的显卡成为人工智能的「硬通货」。但是GPU固有的一些缺陷,让它的大规模应用受到约束,更加抗造的FPGA有望成为AI新的「底层建筑」

Xilinx DPU 新玩法,加速 AI 应用落地

Xilinx® 深度学习处理器单元(DPU)是专用于卷积神经的可配置计算引擎网络。引擎中使用的并行度是设计参数,可以根据需要选择目标设备和应用程序。它包含一组高度优化的指令,并支持大多数卷积神经网络,例如 VGG、ResNet、GoogLeNet、YOLO、SSD、MobileNet、FPN 等

PowerAI Vision - 面向图像与视频的 Auto AI解决方案

PowerAI Vision 使具有深度学习的计算机视觉更易为企业用户所用。现在,您可在 Xilinx® Alveo™ FPGA 上部署 POwerAI Vision 模型,并了解如何将 Vitis™ 库集成至面向 Vision AI 任务的整个工作流程中。