前言 AI芯片（這里只談FPGA芯片用于神經網絡加速）的優化主要有三個方面：算法優化，編譯器優化以及硬件優化。算法優化減少的是神經網絡的算力，它確定了神經網絡部署實現效率的上限。編譯器優化和硬件優化
2020-09-29 11:36:09
4383 
深度學習與圖神經網絡學習分享：CNN 經典網絡之-ResNet resnet 又叫深度殘差網絡 圖像識別準確率很高，主要作者是國人哦 深度網絡的退化問題 深度網絡難以訓練，梯度消失，梯度爆炸
2022-10-12 09:54:42684 
處理技術也可以通過深度學習來獲得更優異的效果，比如去噪、超分辨率和跟蹤算法等。為了跟上時代的步伐，必須對深度學習與神經網絡技術有所學習和研究。本文將介紹深度學習技術、神經網絡與卷積神經網絡以及它們在相關領域中的應用。
2024-01-11 10:51:32596 
說到機器學習，大相信大家自然而然想到的就是現在大熱的卷積神經網絡，或者換句話來說，深度學習網絡。對于這些網絡或者模型來說，能夠大大降低進入門檻，具體而言，卷積神經網絡具有以下優勢。
2024-01-25 09:25:271088 
系統等其他行業也面臨著類似的挑戰。
FPGA 和深度學習
FPGA 是可定制的硬件設備，可對其組件進行調節，因此可以針對特定類型的架構 (如 卷積神經網絡) 進行優化。其可定制性特征降低了對電力的需求
2024-03-21 15:19:45
;而深度學習使用獨立的層、連接，還有數據傳播方向，比如最近大火的卷積神經網絡是第一個真正多層結構學習算法，它利用空間相對關系減少參數數目以提高訓練性能，讓機器認知過程逐層進行，逐步抽象，從而大幅度提升
2018-07-04 16:07:53
多層感知機 深度神經網絡in collaboration with Hsu Chung Chuan, Lin Min Htoo, and Quah Jia Yong. 與許忠傳，林敏濤和華佳勇合作
2021-07-12 06:35:22
神經網絡算法怎么去控制溫控系統，為什么不用pid控制
2023-10-27 06:10:14
03_深度學習入門_神經網絡和反向傳播算法
2019-09-12 07:08:05
神經元 第3章 EBP網絡(反向傳播算法) 3.1 含隱層的前饋網絡的學習規則 3.2 Sigmoid激發函數下的BP算法 3.3 BP網絡的訓練與測試 3.4 BP算法的改進 3.5 多層
2012-03-20 11:32:43
將神經網絡移植到STM32最近在做的一個項目需要用到網絡進行擬合，并且將擬合得到的結果用作控制，就在想能不能直接在單片機上做神經網絡計算，這樣就可以實時計算，不依賴于上位機。所以要解決的主要是兩個
2022-01-11 06:20:53
制造業而言，深度學習神經網絡開辟了令人興奮的研究途徑。為了實現從諸如高速公路全程自動駕駛儀的短時輔助模式到專職無人駕駛旅行的自動駕駛，汽車制造業一直在尋求讓響應速度更快、識別準確度更高的方法，而深度
2017-12-21 17:11:34
基于深度學習的神經網絡算法
2019-05-16 17:25:05
MATLAB神經網絡工具箱函數說明：本文檔中所列出的函數適用于MATLAB5.3以上版本，為了簡明起見，只列出了函數名，若需要進一步的說明，請參閱MATLAB的幫助文檔。1. 網絡創建函數newp
2009-09-22 16:10:08
的初學者。日記目標是構建深度學習環境，使用的是TensorFlow后端的Keras，Keras 是一個用 Python 編寫的高級神經網絡 API，它能夠以 TensorFlow, CNTK, 或者
2018-06-04 22:32:12
請問：我在用labview做BP神經網絡實現故障診斷，在NI官網找到了機器學習工具包（MLT），但是里面沒有關于這部分VI的幫助文檔，對于”BP神經網絡分類“這個范例有很多不懂的地方，比如
2017-02-22 16:08:08
`本篇主要介紹：人工神經網絡的起源、簡單神經網絡模型、更多神經網絡模型、機器學習的步驟：訓練與預測、訓練的兩階段：正向推演與反向傳播、以TensorFlow + Excel表達訓練流程以及AI普及化教育之路。`
2020-11-05 17:48:39
項目名稱：基于PYNQ-Z2的神經網絡圖形識別試用計劃：申請理由：本人為一名嵌入式軟件工程師，對FPGA有一段時間的接觸，基于FPGA設計過簡單的ASCI數字芯片。目前正好在學習基于python
2019-01-09 14:48:59
項目名稱：基于cortex-m系列核和卷積神經網絡算法的圖像識別試用計劃：本人在圖像識別領域有三年多的學習和開發經驗，曾利用nesys4ddr的fpga開發板，設計過基于cortex-m3的軟核
2019-04-09 14:12:24
電子發燒友總結了以“神經網絡”為主題的精選干貨，今后每天一個主題為一期，希望對各位有所幫助！（點擊標題即可進入頁面下載相關資料）人工神經網絡算法的學習方法與應用實例（pdf彩版）卷積神經網絡入門資料MATLAB神經網絡30個案例分析《matlab神經網絡應用設計》深度學習和神經網絡
2019-05-07 19:18:14
今天學習了兩個神經網絡，分別是自適應諧振（ART）神經網絡與自組織映射（SOM）神經網絡。整體感覺不是很難，只不過一些最基礎的概念容易理解不清。首先ART神經網絡是競爭學習的一個代表，競爭型學習
2019-07-21 04:30:00
}或o koko_{k}）的誤差神經元偏倚的變化量：ΔΘ ΔΘ Delta Theta=學習步長η ηeta × ×imes 乘以神經元的誤差BP神經網絡算法過程網絡的初始化：包括權重和偏倚的初始化計算
2019-07-21 04:00:00
成為了非常重要的問題。 基于以上問題，本文提出了一種基于高效采樣算法的時序圖神經網絡系統 。首先我們介紹用于時序圖神經網絡采樣的高效采樣方法。采樣常常被用于深度學習中以降低模型的訓練時間。然而現有的采樣
2022-09-28 10:34:13
為了方便大家查找技術資料，電子發燒友小編為大家整理一些精華資料，讓大家可以參考學習，希望對廣大電子愛好者有所幫助。
1.人工神經網絡算法的學習方法與應用實例（pdf彩版）
人工神經 網絡
2023-09-13 16:41:18
物體所作出的交互反應，是模擬人工智能的一條重要途徑。人工神經網絡與人腦相似性主要表現在：①神經網絡獲取的知識是從外界環境學習得來的;②各神經元的連接權，即突觸權值，用于儲存獲取的知識。神經元是神經網絡
2018-10-23 16:16:02
人工神經網絡(Artificial Neural Network，ANN)是一種類似生物神經網絡的信息處理結構，它的提出是為了解決一些非線性，非平穩，復雜的實際問題。那有哪些辦法能實現人工神經網絡呢？
2019-08-01 08:06:21
，如何用一個神經網絡，寫出一套機器學習算法，來自動識別未知的圖像。一個 4 層的神經網絡輸入層經過幾層算法得到輸出層 實現機器學習的方法有很多，近年被人們討論得多的方法就是深度學習。 深度學習是一種實現
2018-05-11 11:43:14
FPGA實現。易于適應新的神經網絡結構深度學習是一個非常活躍的研究領域，每天都在設計新的 DNN。其中許多結合了現有的標準計算，但有些需要全新的計算方法。特別是在具有特殊結構的網絡難以在 GPU 上
2023-02-17 16:56:59
簡單理解LSTM神經網絡
2021-01-28 07:16:57
分辨率、轉換、遷移、描述等等都已經可以使用深度學習技術實現。其背后的技術可以一言以蔽之：深度卷積神經網絡具有超強的圖像特征提取能力。其中，風格遷移算法的成功，其主要基于兩點：1.兩張圖像經過預訓練
2018-05-08 15:57:47
本文使用keras搭建神經網絡，實現基于深度學習算法的股票價格預測。本文使用的數據來源為tushare，一個免費開源接口；且只取開票價進行預測。import numpy as npimport
2022-02-08 06:40:03
【深度學習】卷積神經網絡CNN
2020-06-14 18:55:37
《深度學習工程師-吳恩達》03卷積神經網絡—深度卷積網絡：實例探究 學習總結
2020-05-22 17:15:57
卷積神經網絡(CNN)究竟是什么，鑒于神經網絡在工程上經歷了曲折的歷史，您為什么還會在意它呢? 對于這些非常中肯的問題，我們似乎可以給出相對簡明的答案。
2019-07-17 07:21:50
十余年來快速發展的嶄新領域，越來越受到研究者的關注。卷積神經網絡（CNN）模型是深度學習模型中最重要的一種經典結構，其性能在近年來深度學習任務上逐步提高。由于可以自動學習樣本數據的特征表示，卷積
2022-08-02 10:39:39
列文章將只關注卷積神經網絡 （CNN）。CNN的主要應用領域是輸入數據中包含的對象的模式識別和分類。CNN是一種用于深度學習的人工神經網絡。此類網絡由一個輸入層、多個卷積層和一個輸出層組成。卷積層是最重
2023-02-23 20:11:10
反饋神經網絡算法
2020-04-28 08:36:58
FPGA實現神經網絡關鍵問題分析基于FPGA的ANN實現方法基于FPGA的神經網絡的性能評估及局限性
2021-04-30 06:58:13
【新技術發布】基于深度神經網絡的激光雷達物體識別系統及其嵌入式平臺部署激光雷達可以準確地完成三維空間的測量，具有抗干擾能力強、信息豐富等優點，但受限于數據量大、不規則等難點，基于深度神經網絡
2021-12-21 07:59:18
本文設計了一種基于神經網絡控制算法的伺服運動控制卡。
2021-06-03 06:05:09
【作者】：劉晉明;劉年生;【來源】：《廈門大學學報(自然科學版)》2010年02期【摘要】：利用具有順序和并行執行的特點的VHDL語言,設計并實現了基于神經網絡混沌吸引子的公鑰加密算法,在編
2010-04-24 09:15:41
最近在學習電機的智能控制，上周學習了基于單神經元的PID控制，這周研究基于BP神經網絡的PID控制。神經網絡具有任意非線性表達能力，可以通過對系統性能的學習來實現具有最佳組合的PID控制。利用BP
2021-09-07 07:43:47
本文介紹了基于三層前饋BP神經網絡的圖像壓縮算法，提出了基于FPGA的實現驗證方案，詳細討論了實現該壓縮網絡組成的重要模塊MAC電路的流水線設計。
2021-05-06 07:01:59
FPGA 上實現卷積神經網絡 (CNN)。CNN 是一類深度神經網絡，在處理大規模圖像識別任務以及與機器學習類似的其他問題方面已大獲成功。在當前案例中,針對在 FPGA 上實現 CNN 做一個可行性研究
2019-06-19 07:24:41
訓練一個神經網絡并移植到Lattice FPGA上，通常需要開發人員既要懂軟件又要懂數字電路設計，是個不容易的事。好在FPGA廠商為我們提供了許多工具和IP，我們可以在這些工具和IP的基礎上做
2020-11-26 07:46:03
，并能在腦海中重現這些圖像信息，這不僅與人腦的海量信息存儲能力有關，還與人腦的信息處理能力，包括數據壓縮能力有關。在各種神經網絡中，多層前饋神經網絡具有很強的信息處理能力，由于其采用BP算法，因此也
2019-08-08 06:11:30
人工神經網絡在很多領域得到了很好的應用，尤其是具有分布存儲、并行處理、自學習、自組織以及非線性映射等特點的網絡應用更加廣泛。嵌入式便攜設備也越來越多地得到應用，多數是基于ARM內核及現場可編程門陣列
2019-09-20 06:15:20
《深度學習工程師-吳恩達》02改善深層神經網絡--超參數優化、batch正則化和程序框架 學習總結
2020-06-16 14:52:01
吳恩達機器學習筆記之神經網絡參數的反向傳播算法
2019-05-22 15:11:21
求高手，基于labview的BP神經網絡算法的實現過程，最好有程序哈，謝謝！！
2012-12-10 14:55:50
，讓硬件來執行計算（加速的概念），今天就介紹兩個針對以上解決方案的開源項目，這兩個項目是用FPGA進行硬件加速的必備項目。 AI算法流程 在進行項目介紹前，我們先介紹一下軟件架構和工具集。這個后面會影響理解。 一個完整的深度學習框架中主要分為下面幾個流程：原作者：碎碎思·
2022-10-24 16:10:50
嵌入式設備自帶專用屬性，不適合作為隨機性很強的人工智能深度學習訓練平臺。想象用S3C2440訓練神經網絡算法都會頭皮發麻，PC上的I7、GPU上都很吃力，大部分都要依靠服務器來訓練。但是一旦算法訓練
2021-08-17 08:51:57
脈沖神經網絡的學習方式有哪幾種？
2021-10-26 06:58:01
脈沖耦合神經網絡（PCNN）在FPGA上的實現，實現數據分類功能，有報酬。QQ470345140.
2013-08-25 09:57:14
解析深度學習：卷積神經網絡原理與視覺實踐
2020-06-14 22:21:12
關于遺傳算法和神經網絡的
2013-05-19 10:22:16
根據神經網絡的基本理論,研究了神經網絡在電器設備中的應用,提出了神經網絡的分塊構造方法和神經網絡分塊學習算法,并通過實驗模擬達到實際要求。關鍵詞 神經網絡 算法 權
2009-06-13 11:40:03
10 一種基于深度神經網絡的基音檢測算法_曹猛
2017-01-07 19:08:430 關于深度學習神經網絡算法的介紹，包含有對幾種神經網絡模型的詳細描述
2017-07-10 16:49:124 《神經網絡與深度學習》講義
2017-07-20 08:58:240 BP神經網絡模型與學習算法
2017-09-08 09:42:4810 ，自然語言處理，推薦算法，圖像識別等廣泛的應用領域。 FPGA云服務器提供了基于FPGA的深度卷積神經網絡加速服務，單卡提供約3TOPs的定點計算能力，支持典型深度卷積網絡算子，如卷積、逆卷積、池化、拼接、切割等。有效加速典型網絡結構如VggNet、GoogLeNet、ResNet等。
2017-11-15 16:56:36724 
憑借出色的性能和功耗指標，賽靈思 FPGA 成為設計人員構建卷積神經網絡的首選。新的軟件工具可簡化實現工作。人工智能正在經歷一場變革，這要得益于機器學習的快速進步。在機器學習領域，人們正對一類名為
2017-11-17 11:47:421268 單神經元PID 控制器是一種具有自學習能力和自適應能力的良好控制器，它不但結構簡單、學習算法物理意義明確、計算量小，參數調整容易，且能適應環境變化，具有較強的魯棒性，比較適合實際使用。本文主要介紹
2017-11-23 15:31:015338 
蛋白質二級結構預測是結構生物學中的一個重要問題。針對八類蛋白質二級結構預測，提出了一種基于遞歸神經網絡和前饋神經網絡的深度學習預測算法。該算法通過雙向遞歸神經網絡建模氨基酸間的局部和長程相互作用
2017-12-03 09:41:149 空間．針對這些問題，本文提出了基于深度反卷積神經網絡的圖像超分辨率算法，該算法利用反卷積層對低分辨率圖像進行上采樣處理，再經深度映射消除由反卷積層造成的噪聲和偽影現象，使用殘差學習降低網絡復雜度，同時避免了因網
2017-12-15 10:41:082 而我們在深度學習中的卷積神經網絡（如下圖為例），就是模仿了人類視覺系統的處理過程。正因此，計算機視覺是深度學習最佳的應用領域之一。超分辨就是計算機視覺中的一個經典應用。
2018-07-12 15:07:226611 
本文檔的詳細介紹的是快速了解神經網絡與深度學習的教程資料免費下載主要內容包括了：機器學習概述，線性模型，前饋神經網絡，卷積神經網絡，循環神經網絡，網絡優化與正則化，記憶與注意力機制，無監督學習，概率圖模型，玻爾茲曼機，深度信念網絡，深度生成模型，深度強化學習
2019-02-11 08:00:0025 中，以手寫數字數據庫為例，構建了一個深度神經網絡，并對比各種訓練算法．實驗表明，NBP學習算法對于深度神經網絡具有良好的學習效果，明顯優于傳統的反向傳播算法，并且在精度上與深度學習算法相當，但是速度快．
2020-01-07 15:10:009 深度學習是機器學習的一個子領域，研究的算法靈感來自于大腦的結構和功能，稱為人工神經網絡。如果你現在剛剛開始進入深度學習領域，或者你曾經有過一些神經網絡的經驗，你可能會感到困惑。因為我知道我剛開始
2021-01-20 11:20:0713 本文檔的主要內容詳細介紹的是神經網絡的方法學習課件免費下載包括了：神經網絡發展史，神經網絡理論基礎，深度神經網絡進展，發展趨勢與展望
2021-03-11 10:10:3716 深度學習是機器學習和人工智能研究的最新趨勢，作為一個十余年來快速發展的嶄新領域，越來越受到研究者的關注。卷積神經網絡（CNN）模型是深度學習模型中最重要的一種經典結構，其性能在近年來深度學習任務
2021-04-02 15:29:0420 近年來，隨著深度學習的飛速發展，深度神經網絡受到了越來越多的關注，在許多應用領域取得了顯著效果。通常，在較高的計算量下，深度神經網絡的學習能力隨著網絡層深度的増加而不斷提高，因此深度神經網絡在大型
2021-04-12 10:26:5920 3小時學習神經網絡與深度學習課件下載
2021-04-19 09:36:550 使用脈沖序列進行數據處理的脈沖神經網絡具有優異的低功耗特性，但由于學習算法不成熟，多層網絡練存在收斂困難的問題。利用反向傳播網絡具有學習算法成熟和訓練速度快的特點，設計一種遷移學習算法。基于反向
2021-05-24 16:03:0715 深度學習是機器學習的一個子集，它使用神經網絡來執行學習和預測。深度學習在各種任務中都表現出了驚人的表現，無論是文本、時間序列還是計算機視覺。
2022-04-07 10:17:051380 都離不開人工智能
領域研究者的長期努力．特別是最近這幾年，得益于數據的增多、計算能力的增
強、學習算法的成熟以及應用場景的豐富，越來越多的人開始關注這個“嶄新”的
研究領域：深度學習．深度學習以神經網絡為主要模型
2022-07-19 14:21:080 在介紹卷積神經網絡之前，我們先回顧一下神經網絡的基本知識。就目前而言，神經網絡是深度學習算法的核心，我們所熟知的很多深度學習算法的背后其實都是神經網絡。
2023-02-23 09:14:442252 進化神經網絡是進化算法和深度學習兩者相結合的產物，在算法中神經網絡的權值和閾值在初始種群個體染色體中，再用進化算法優化權值和閾值，同時具有深度神經網絡的自動構建和學習訓練模型的優勢。
2023-04-07 16:21:35203 神經網絡(MLP)，卷積神經網絡(CNN)和遞歸神經網絡(RNN)。 2、什么是深度神經網絡 機器學習是一門多領域交叉學科，專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工
2023-05-15 14:20:01549 
(MLP)，卷積神經網絡(CNN)和遞歸神經網絡(RNN)。2、什么是深度神經網絡機器學習是一門多領域交叉學科，專門研究計算機怎樣模擬或實現人類的學習行為，以獲取
2023-05-17 09:59:19946 
。 在深度學習中，使用了一些快速的算法，比如卷積神經網絡以及深度神經網絡，這些算法在大量數據處理和圖像識別上面有著非常重要的作用。 深度學習領域的發展不僅僅是科技上的顛覆，更是對人類思維模式的挑戰。雖然深度學習
2023-08-17 16:03:041300 卷積神經網絡通俗理解 卷積神經網絡，英文名為Convolutional Neural Network，成為了當前深度學習領域最重要的算法之一，也是很多圖像和語音領域任務中最常用的深度學習模型之一
2023-08-17 16:30:252059 一。其主要應用領域在計算機視覺和自然語言處理中，最初是由Yann LeCun等人在20世紀80年代末和90年代初提出的。隨著近年來計算機硬件性能的提升和深度學習技術的發展，CNN在很多領域取得了重大的進展和應用。 一、卷積神經網絡模型 （一）卷積層（Convolutional Layer） 卷積神經網絡最
2023-08-17 16:30:30806 卷積神經網絡應用領域 卷積神經網絡(CNN)是一種廣泛應用于圖像、視頻和自然語言處理領域的深度學習算法。它最初是用于圖像識別領域，但目前已經擴展到了許多其他應用領域。本文將詳細介紹卷積神經網絡
2023-08-21 16:49:292024 的深度學習算法。CNN模型最早被提出是為了處理圖像，其模型結構中包含卷積層、池化層和全連接層等關鍵技術，經過多個卷積層和池化層的處理，CNN可以提取出圖像中的特征信息，從而對圖像進行分類。 一、卷積神經網絡算法 卷積神經網絡算法最早起源于圖像處理領域。它是一種深
2023-08-21 16:49:461229 卷積神經網絡算法是機器算法嗎? 卷積神經網絡算法是機器算法的一種，它通常被用于圖像、語音、文本等數據的處理和分類。隨著深度學習的興起，卷積神經網絡逐漸成為了圖像、語音等領域中最熱門的算法之一。 卷積
2023-08-21 16:49:48437 卷積神經網絡算法比其他算法好嗎 卷積神經網絡（Convolutional Neural Networks, CNN）是一種用于圖像識別和處理等領域的深度學習算法。相對于傳統的圖像識別算法，如SIFT
2023-08-21 16:49:51407 卷積神經網絡算法原理? 卷積神經網絡（Convolutional Neural Network，CNN）是一種深度學習（Deep Learning）的模型，它能夠自動地從圖片、音頻、文本等數據中提
2023-08-21 16:49:54690 卷積神經網絡(Convolutional Neural Network，CNN)是一種深度學習神經網絡，主要用于圖像和視頻的識別、分類和預測，是計算機視覺領域中應用最廣泛的深度學習算法之一。該網絡模型可以自動從原始數據中學習有用的特征，并將其映射到相應的類別。
2023-08-21 17:03:461064 卷積神經網絡算法有哪些？? 卷積神經網絡（Convolutional Neural Network, CNN) 是一種基于多層感知器（multilayer perceptron, MLP）的深度學習
2023-08-21 16:50:01976 深度神經網絡是一種基于神經網絡的機器學習算法，其主要特點是由多層神經元構成，可以根據數據自動調整神經元之間的權重，從而實現對大規模數據進行預測和分類。卷積神經網絡是深度神經網絡的一種，主要應用于圖像和視頻處理領域。
2023-08-21 17:07:361860 卷積神經網絡算法流程 卷積神經網絡模型工作流程? 卷積神經網絡（Convolutional Neural Network，CNN）是一種廣泛應用于目標跟蹤、圖像識別和語音識別等領域的深度學習模型
2023-08-21 16:50:191315 深度神經網絡是深度學習的一種框架，它是一種具備至少一個隱層的神經網絡。與淺層神經網絡類似
2023-10-11 09:14:33363 
電子發燒友App
工商網監
評論