前言 AI芯片（这里只谈FPGA芯片用于神经网络加速）的优化主要有三个方面：算法优化，编译器优化以及硬件优化。算法优化减少的是神经网络的算力，它确定了神经网络部署实现效率的上限。编译器优化和硬件优化
2020-09-29 11:36:09
4383 
深度学习与图神经网络学习分享：CNN 经典网络之-ResNet resnet 又叫深度残差网络 图像识别准确率很高，主要作者是国人哦 深度网络的退化问题 深度网络难以训练，梯度消失，梯度爆炸
2022-10-12 09:54:42684 
处理技术也可以通过深度学习来获得更优异的效果，比如去噪、超分辨率和跟踪算法等。为了跟上时代的步伐，必须对深度学习与神经网络技术有所学习和研究。本文将介绍深度学习技术、神经网络与卷积神经网络以及它们在相关领域中的应用。
2024-01-11 10:51:32596 
说到机器学习，大相信大家自然而然想到的就是现在大热的卷积神经网络，或者换句话来说，深度学习网络。对于这些网络或者模型来说，能够大大降低进入门槛，具体而言，卷积神经网络具有以下优势。
2024-01-25 09:25:271088 
系统等其他行业也面临着类似的挑战。
FPGA 和深度学习
FPGA 是可定制的硬件设备，可对其组件进行调节，因此可以针对特定类型的架构 (如 卷积神经网络) 进行优化。其可定制性特征降低了对电力的需求
2024-03-21 15:19:45
;而深度学习使用独立的层、连接，还有数据传播方向，比如最近大火的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能，让机器认知过程逐层进行，逐步抽象，从而大幅度提升
2018-07-04 16:07:53
多层感知机 深度神经网络in collaboration with Hsu Chung Chuan, Lin Min Htoo, and Quah Jia Yong. 与许忠传，林敏涛和华佳勇合作
2021-07-12 06:35:22
神经网络算法怎么去控制温控系统，为什么不用pid控制
2023-10-27 06:10:14
03_深度学习入门_神经网络和反向传播算法
2019-09-12 07:08:05
神经元 第3章 EBP网络(反向传播算法) 3.1 含隐层的前馈网络的学习规则 3.2 Sigmoid激发函数下的BP算法 3.3 BP网络的训练与测试 3.4 BP算法的改进 3.5 多层
2012-03-20 11:32:43
将神经网络移植到STM32最近在做的一个项目需要用到网络进行拟合，并且将拟合得到的结果用作控制，就在想能不能直接在单片机上做神经网络计算，这样就可以实时计算，不依赖于上位机。所以要解决的主要是两个
2022-01-11 06:20:53
制造业而言，深度学习神经网络开辟了令人兴奋的研究途径。为了实现从诸如高速公路全程自动驾驶仪的短时辅助模式到专职无人驾驶旅行的自动驾驶，汽车制造业一直在寻求让响应速度更快、识别准确度更高的方法，而深度
2017-12-21 17:11:34
基于深度学习的神经网络算法
2019-05-16 17:25:05
MATLAB神经网络工具箱函数说明：本文档中所列出的函数适用于MATLAB5.3以上版本，为了简明起见，只列出了函数名，若需要进一步的说明，请参阅MATLAB的帮助文档。1. 网络创建函数newp
2009-09-22 16:10:08
的初学者。日记目标是构建深度学习环境，使用的是TensorFlow后端的Keras，Keras 是一个用 Python 编写的高级神经网络 API，它能够以 TensorFlow, CNTK, 或者
2018-06-04 22:32:12
请问：我在用labview做BP神经网络实现故障诊断，在NI官网找到了机器学习工具包（MLT），但是里面没有关于这部分VI的帮助文档，对于”BP神经网络分类“这个范例有很多不懂的地方，比如
2017-02-22 16:08:08
`本篇主要介绍：人工神经网络的起源、简单神经网络模型、更多神经网络模型、机器学习的步骤：训练与预测、训练的两阶段：正向推演与反向传播、以TensorFlow + Excel表达训练流程以及AI普及化教育之路。`
2020-11-05 17:48:39
项目名称：基于PYNQ-Z2的神经网络图形识别试用计划：申请理由：本人为一名嵌入式软件工程师，对FPGA有一段时间的接触，基于FPGA设计过简单的ASCI数字芯片。目前正好在学习基于python
2019-01-09 14:48:59
项目名称：基于cortex-m系列核和卷积神经网络算法的图像识别试用计划：本人在图像识别领域有三年多的学习和开发经验，曾利用nesys4ddr的fpga开发板，设计过基于cortex-m3的软核
2019-04-09 14:12:24
电子发烧友总结了以“神经网络”为主题的精选干货，今后每天一个主题为一期，希望对各位有所帮助！（点击标题即可进入页面下载相关资料）人工神经网络算法的学习方法与应用实例（pdf彩版）卷积神经网络入门资料MATLAB神经网络30个案例分析《matlab神经网络应用设计》深度学习和神经网络
2019-05-07 19:18:14
今天学习了两个神经网络，分别是自适应谐振（ART）神经网络与自组织映射（SOM）神经网络。整体感觉不是很难，只不过一些最基础的概念容易理解不清。首先ART神经网络是竞争学习的一个代表，竞争型学习
2019-07-21 04:30:00
}或o koko_{k}）的误差神经元偏倚的变化量：ΔΘ ΔΘ Delta Theta=学习步长η ηeta × ×imes 乘以神经元的误差BP神经网络算法过程网络的初始化：包括权重和偏倚的初始化计算
2019-07-21 04:00:00
成为了非常重要的问题。 基于以上问题，本文提出了一种基于高效采样算法的时序图神经网络系统 。首先我们介绍用于时序图神经网络采样的高效采样方法。采样常常被用于深度学习中以降低模型的训练时间。然而现有的采样
2022-09-28 10:34:13
为了方便大家查找技术资料，电子发烧友小编为大家整理一些精华资料，让大家可以参考学习，希望对广大电子爱好者有所帮助。
1.人工神经网络算法的学习方法与应用实例（pdf彩版）
人工神经 网络
2023-09-13 16:41:18
物体所作出的交互反应，是模拟人工智能的一条重要途径。人工神经网络与人脑相似性主要表现在：①神经网络获取的知识是从外界环境学习得来的;②各神经元的连接权，即突触权值，用于储存获取的知识。神经元是神经网络
2018-10-23 16:16:02
人工神经网络(Artificial Neural Network，ANN)是一种类似生物神经网络的信息处理结构，它的提出是为了解决一些非线性，非平稳，复杂的实际问题。那有哪些办法能实现人工神经网络呢？
2019-08-01 08:06:21
，如何用一个神经网络，写出一套机器学习算法，来自动识别未知的图像。一个 4 层的神经网络输入层经过几层算法得到输出层 实现机器学习的方法有很多，近年被人们讨论得多的方法就是深度学习。 深度学习是一种实现
2018-05-11 11:43:14
FPGA实现。易于适应新的神经网络结构深度学习是一个非常活跃的研究领域，每天都在设计新的 DNN。其中许多结合了现有的标准计算，但有些需要全新的计算方法。特别是在具有特殊结构的网络难以在 GPU 上
2023-02-17 16:56:59
简单理解LSTM神经网络
2021-01-28 07:16:57
分辨率、转换、迁移、描述等等都已经可以使用深度学习技术实现。其背后的技术可以一言以蔽之：深度卷积神经网络具有超强的图像特征提取能力。其中，风格迁移算法的成功，其主要基于两点：1.两张图像经过预训练
2018-05-08 15:57:47
本文使用keras搭建神经网络，实现基于深度学习算法的股票价格预测。本文使用的数据来源为tushare，一个免费开源接口；且只取开票价进行预测。import numpy as npimport
2022-02-08 06:40:03
【深度学习】卷积神经网络CNN
2020-06-14 18:55:37
《深度学习工程师-吴恩达》03卷积神经网络—深度卷积网络：实例探究 学习总结
2020-05-22 17:15:57
卷积神经网络(CNN)究竟是什么，鉴于神经网络在工程上经历了曲折的历史，您为什么还会在意它呢? 对于这些非常中肯的问题，我们似乎可以给出相对简明的答案。
2019-07-17 07:21:50
十余年来快速发展的崭新领域，越来越受到研究者的关注。卷积神经网络（CNN）模型是深度学习模型中最重要的一种经典结构，其性能在近年来深度学习任务上逐步提高。由于可以自动学习样本数据的特征表示，卷积
2022-08-02 10:39:39
列文章将只关注卷积神经网络 （CNN）。CNN的主要应用领域是输入数据中包含的对象的模式识别和分类。CNN是一种用于深度学习的人工神经网络。此类网络由一个输入层、多个卷积层和一个输出层组成。卷积层是最重
2023-02-23 20:11:10
反馈神经网络算法
2020-04-28 08:36:58
FPGA实现神经网络关键问题分析基于FPGA的ANN实现方法基于FPGA的神经网络的性能评估及局限性
2021-04-30 06:58:13
【新技术发布】基于深度神经网络的激光雷达物体识别系统及其嵌入式平台部署激光雷达可以准确地完成三维空间的测量，具有抗干扰能力强、信息丰富等优点，但受限于数据量大、不规则等难点，基于深度神经网络
2021-12-21 07:59:18
本文设计了一种基于神经网络控制算法的伺服运动控制卡。
2021-06-03 06:05:09
【作者】：刘晋明;刘年生;【来源】：《厦门大学学报(自然科学版)》2010年02期【摘要】：利用具有顺序和并行执行的特点的VHDL语言,设计并实现了基于神经网络混沌吸引子的公钥加密算法,在编
2010-04-24 09:15:41
最近在学习电机的智能控制，上周学习了基于单神经元的PID控制，这周研究基于BP神经网络的PID控制。神经网络具有任意非线性表达能力，可以通过对系统性能的学习来实现具有最佳组合的PID控制。利用BP
2021-09-07 07:43:47
本文介绍了基于三层前馈BP神经网络的图像压缩算法，提出了基于FPGA的实现验证方案，详细讨论了实现该压缩网络组成的重要模块MAC电路的流水线设计。
2021-05-06 07:01:59
FPGA 上实现卷积神经网络 (CNN)。CNN 是一类深度神经网络，在处理大规模图像识别任务以及与机器学习类似的其他问题方面已大获成功。在当前案例中,针对在 FPGA 上实现 CNN 做一个可行性研究
2019-06-19 07:24:41
训练一个神经网络并移植到Lattice FPGA上，通常需要开发人员既要懂软件又要懂数字电路设计，是个不容易的事。好在FPGA厂商为我们提供了许多工具和IP，我们可以在这些工具和IP的基础上做
2020-11-26 07:46:03
，并能在脑海中重现这些图像信息，这不仅与人脑的海量信息存储能力有关，还与人脑的信息处理能力，包括数据压缩能力有关。在各种神经网络中，多层前馈神经网络具有很强的信息处理能力，由于其采用BP算法，因此也
2019-08-08 06:11:30
人工神经网络在很多领域得到了很好的应用，尤其是具有分布存储、并行处理、自学习、自组织以及非线性映射等特点的网络应用更加广泛。嵌入式便携设备也越来越多地得到应用，多数是基于ARM内核及现场可编程门阵列
2019-09-20 06:15:20
《深度学习工程师-吴恩达》02改善深层神经网络--超参数优化、batch正则化和程序框架 学习总结
2020-06-16 14:52:01
吴恩达机器学习笔记之神经网络参数的反向传播算法
2019-05-22 15:11:21
求高手，基于labview的BP神经网络算法的实现过程，最好有程序哈，谢谢！！
2012-12-10 14:55:50
，让硬件来执行计算（加速的概念），今天就介绍两个针对以上解决方案的开源项目，这两个项目是用FPGA进行硬件加速的必备项目。 AI算法流程 在进行项目介绍前，我们先介绍一下软件架构和工具集。这个后面会影响理解。 一个完整的深度学习框架中主要分为下面几个流程：原作者：碎碎思·
2022-10-24 16:10:50
嵌入式设备自带专用属性，不适合作为随机性很强的人工智能深度学习训练平台。想象用S3C2440训练神经网络算法都会头皮发麻，PC上的I7、GPU上都很吃力，大部分都要依靠服务器来训练。但是一旦算法训练
2021-08-17 08:51:57
脉冲神经网络的学习方式有哪几种？
2021-10-26 06:58:01
脉冲耦合神经网络（PCNN）在FPGA上的实现，实现数据分类功能，有报酬。QQ470345140.
2013-08-25 09:57:14
解析深度学习：卷积神经网络原理与视觉实践
2020-06-14 22:21:12
关于遗传算法和神经网络的
2013-05-19 10:22:16
根据神经网络的基本理论,研究了神经网络在电器设备中的应用,提出了神经网络的分块构造方法和神经网络分块学习算法,并通过实验模拟达到实际要求。关键词 神经网络 算法 权
2009-06-13 11:40:03
10 一种基于深度神经网络的基音检测算法_曹猛
2017-01-07 19:08:430 关于深度学习神经网络算法的介绍，包含有对几种神经网络模型的详细描述
2017-07-10 16:49:124 《神经网络与深度学习》讲义
2017-07-20 08:58:240 BP神经网络模型与学习算法
2017-09-08 09:42:4810 ，自然语言处理，推荐算法，图像识别等广泛的应用领域。 FPGA云服务器提供了基于FPGA的深度卷积神经网络加速服务，单卡提供约3TOPs的定点计算能力，支持典型深度卷积网络算子，如卷积、逆卷积、池化、拼接、切割等。有效加速典型网络结构如VggNet、GoogLeNet、ResNet等。
2017-11-15 16:56:36724 
凭借出色的性能和功耗指标，赛灵思 FPGA 成为设计人员构建卷积神经网络的首选。新的软件工具可简化实现工作。人工智能正在经历一场变革，这要得益于机器学习的快速进步。在机器学习领域，人们正对一类名为
2017-11-17 11:47:421268 单神经元PID 控制器是一种具有自学习能力和自适应能力的良好控制器，它不但结构简单、学习算法物理意义明确、计算量小，参数调整容易，且能适应环境变化，具有较强的鲁棒性，比较适合实际使用。本文主要介绍
2017-11-23 15:31:015338 
蛋白质二级结构预测是结构生物学中的一个重要问题。针对八类蛋白质二级结构预测，提出了一种基于递归神经网络和前馈神经网络的深度学习预测算法。该算法通过双向递归神经网络建模氨基酸间的局部和长程相互作用
2017-12-03 09:41:149 空间．针对这些问题，本文提出了基于深度反卷积神经网络的图像超分辨率算法，该算法利用反卷积层对低分辨率图像进行上采样处理，再经深度映射消除由反卷积层造成的噪声和伪影现象，使用残差学习降低网络复杂度，同时避免了因网
2017-12-15 10:41:082 而我们在深度学习中的卷积神经网络（如下图为例），就是模仿了人类视觉系统的处理过程。正因此，计算机视觉是深度学习最佳的应用领域之一。超分辨就是计算机视觉中的一个经典应用。
2018-07-12 15:07:226611 
本文档的详细介绍的是快速了解神经网络与深度学习的教程资料免费下载主要内容包括了：机器学习概述，线性模型，前馈神经网络，卷积神经网络，循环神经网络，网络优化与正则化，记忆与注意力机制，无监督学习，概率图模型，玻尔兹曼机，深度信念网络，深度生成模型，深度强化学习
2019-02-11 08:00:0025 中，以手写数字数据库为例，构建了一个深度神经网络，并对比各种训练算法．实验表明，NBP学习算法对于深度神经网络具有良好的学习效果，明显优于传统的反向传播算法，并且在精度上与深度学习算法相当，但是速度快．
2020-01-07 15:10:009 深度学习是机器学习的一个子领域，研究的算法灵感来自于大脑的结构和功能，称为人工神经网络。如果你现在刚刚开始进入深度学习领域，或者你曾经有过一些神经网络的经验，你可能会感到困惑。因为我知道我刚开始
2021-01-20 11:20:0713 本文档的主要内容详细介绍的是神经网络的方法学习课件免费下载包括了：神经网络发展史，神经网络理论基础，深度神经网络进展，发展趋势与展望
2021-03-11 10:10:3716 深度学习是机器学习和人工智能研究的最新趋势，作为一个十余年来快速发展的崭新领域，越来越受到研究者的关注。卷积神经网络（CNN）模型是深度学习模型中最重要的一种经典结构，其性能在近年来深度学习任务
2021-04-02 15:29:0420 近年来，随着深度学习的飞速发展，深度神经网络受到了越来越多的关注，在许多应用领域取得了显著效果。通常，在较高的计算量下，深度神经网络的学习能力随着网络层深度的増加而不断提高，因此深度神经网络在大型
2021-04-12 10:26:5920 3小时学习神经网络与深度学习课件下载
2021-04-19 09:36:550 使用脉冲序列进行数据处理的脉冲神经网络具有优异的低功耗特性，但由于学习算法不成熟，多层网络练存在收敛困难的问题。利用反向传播网络具有学习算法成熟和训练速度快的特点，设计一种迁移学习算法。基于反向
2021-05-24 16:03:0715 深度学习是机器学习的一个子集，它使用神经网络来执行学习和预测。深度学习在各种任务中都表现出了惊人的表现，无论是文本、时间序列还是计算机视觉。
2022-04-07 10:17:051380 都离不开人工智能
领域研究者的长期努力．特别是最近这几年，得益于数据的增多、计算能力的增
强、学习算法的成熟以及应用场景的丰富，越来越多的人开始关注这个“崭新”的
研究领域：深度学习．深度学习以神经网络为主要模型
2022-07-19 14:21:080 在介绍卷积神经网络之前，我们先回顾一下神经网络的基本知识。就目前而言，神经网络是深度学习算法的核心，我们所熟知的很多深度学习算法的背后其实都是神经网络。
2023-02-23 09:14:442252 进化神经网络是进化算法和深度学习两者相结合的产物，在算法中神经网络的权值和阈值在初始种群个体染色体中，再用进化算法优化权值和阈值，同时具有深度神经网络的自动构建和学习训练模型的优势。
2023-04-07 16:21:35203 神经网络(MLP)，卷积神经网络(CNN)和递归神经网络(RNN)。 2、什么是深度神经网络 机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工
2023-05-15 14:20:01549 
(MLP)，卷积神经网络(CNN)和递归神经网络(RNN)。2、什么是深度神经网络机器学习是一门多领域交叉学科，专门研究计算机怎样模拟或实现人类的学习行为，以获取
2023-05-17 09:59:19946 
。 在深度学习中，使用了一些快速的算法，比如卷积神经网络以及深度神经网络，这些算法在大量数据处理和图像识别上面有着非常重要的作用。 深度学习领域的发展不仅仅是科技上的颠覆，更是对人类思维模式的挑战。虽然深度学习
2023-08-17 16:03:041300 卷积神经网络通俗理解 卷积神经网络，英文名为Convolutional Neural Network，成为了当前深度学习领域最重要的算法之一，也是很多图像和语音领域任务中最常用的深度学习模型之一
2023-08-17 16:30:252059 一。其主要应用领域在计算机视觉和自然语言处理中，最初是由Yann LeCun等人在20世纪80年代末和90年代初提出的。随着近年来计算机硬件性能的提升和深度学习技术的发展，CNN在很多领域取得了重大的进展和应用。 一、卷积神经网络模型 （一）卷积层（Convolutional Layer） 卷积神经网络最
2023-08-17 16:30:30806 卷积神经网络应用领域 卷积神经网络(CNN)是一种广泛应用于图像、视频和自然语言处理领域的深度学习算法。它最初是用于图像识别领域，但目前已经扩展到了许多其他应用领域。本文将详细介绍卷积神经网络
2023-08-21 16:49:292024 的深度学习算法。CNN模型最早被提出是为了处理图像，其模型结构中包含卷积层、池化层和全连接层等关键技术，经过多个卷积层和池化层的处理，CNN可以提取出图像中的特征信息，从而对图像进行分类。 一、卷积神经网络算法 卷积神经网络算法最早起源于图像处理领域。它是一种深
2023-08-21 16:49:461229 卷积神经网络算法是机器算法吗 卷积神经网络算法是机器算法的一种，它通常被用于图像、语音、文本等数据的处理和分类。随着深度学习的兴起，卷积神经网络逐渐成为了图像、语音等领域中最热门的算法之一。 卷积
2023-08-21 16:49:48437 卷积神经网络算法比其他算法好吗 卷积神经网络（Convolutional Neural Networks, CNN）是一种用于图像识别和处理等领域的深度学习算法。相对于传统的图像识别算法，如SIFT
2023-08-21 16:49:51407 卷积神经网络算法原理 卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习（Deep Learning）的模型，它能够自动地从图片、音频、文本等数据中提
2023-08-21 16:49:54690 卷积神经网络(Convolutional Neural Network，CNN)是一种深度学习神经网络，主要用于图像和视频的识别、分类和预测，是计算机视觉领域中应用最广泛的深度学习算法之一。该网络模型可以自动从原始数据中学习有用的特征，并将其映射到相应的类别。
2023-08-21 17:03:461064 卷积神经网络算法有哪些？ 卷积神经网络（Convolutional Neural Network, CNN) 是一种基于多层感知器（multilayer perceptron, MLP）的深度学习
2023-08-21 16:50:01976 深度神经网络是一种基于神经网络的机器学习算法，其主要特点是由多层神经元构成，可以根据数据自动调整神经元之间的权重，从而实现对大规模数据进行预测和分类。卷积神经网络是深度神经网络的一种，主要应用于图像和视频处理领域。
2023-08-21 17:07:361860 卷积神经网络算法流程 卷积神经网络模型工作流程 卷积神经网络（Convolutional Neural Network，CNN）是一种广泛应用于目标跟踪、图像识别和语音识别等领域的深度学习模型
2023-08-21 16:50:191315 深度神经网络是深度学习的一种框架，它是一种具备至少一个隐层的神经网络。与浅层神经网络类似
2023-10-11 09:14:33363 
电子发烧友App
工商网监
评论