深度学习

深度学习中,CPU、GPU、NPU、FPGA如何发挥优势

随着AI的广泛应用,深度学习已成为当前AI研究和运用的主流方式。面对海量数据的并行运算,AI对于算力的要求不断提升,对硬件的运算速度及功耗提出了更高的要求。目前,除通用CPU外,作为硬件加速的GPU、NPU、FPGA等一些芯片处理器在深度学习的不同应用中发挥着各自的优势,但孰优孰劣?

形象理解深度学习中八大类型卷积

本文总结了深度学习中常用的八大类型的卷积,以非常形象的方式帮助你建立直觉理解,为你的深度学习提供有益的参考。

【视频】Mipsology 在 XDF 硅谷专场展示 Zebra:高性能易用深度学习计算引擎

Mipsology 为深度学习推断开发了最先进的基于 FPGA 的计算引擎。它可以无缝地替换 GPU / CPU 来处理一般或定制的神经网络,具有极高的吞吐量、易用性和零更改性。

Xilinx 灵活应变的深度学习方案助力研华物联网共创峰会

11月1日-2日,研华公司在苏州举办的首届研华物联网共创峰会圆满结束,超过五千位来自全球的研华客户、合作伙伴参与了此次盛会。作为工业物联网、智慧工厂、城市、医疗、能源等领域的重要芯片提供商, 赛灵思公司应邀参加了此次大会,通过演讲和演示, 突出展示了赛灵思致力于打造灵活应变、万物智能世界的深度学习解决方案。

这些深度学习术语,你了解多少?(上)

对于一个新手来说,深度学习术语可能非常难以理解。本表试图解释深度学习常用术语并链接到原始参考,以帮助读者深入了解特定主题。

深度学习与“一般”的机器学习术语之间的界限非常模糊。例如,我这里不包括“交叉验证”,因为它是一种通用技术,用于整个机器学习。但是,我加入了softmax或word2vec等术语,因为它们通常与深度学习相关,即使它们不是深度学习技术。

魔视智能在Xilinx开发者论坛宣布:辅助自动驾驶产品领先在一线乘用车主机厂量产

魔视智能,嵌入式人工智能自动驾驶领导者,在赛灵思开发者论坛( XDF)宣布基于魔视智能先进的嵌入式深度学习技术的辅助自动驾驶产品已经领先在国产一线乘用车主机厂项目上正式量产落地。XDF是一个连接软硬件及系统开发者与赛灵思及合作伙伴和业界领袖并进行深度交流的行业盛会。

深度学习最常用到的20个Python库

【导读】Python在解决数据科学任务和挑战方面处于领先地位。而一些方便易用的库则帮助了开发人员高效开发。在这里我们整理了20个在深度学习、数据分析中最常用、最好用的Python库,供大家一起学习。

作者| ActiveWizards
编译|专知
整理|Yingying,李大囧

核心库与统计

用Python 进行深度学习

摘要: 深度学习背后的主要原因是人工智能应该从人脑中汲取灵感。本文就用一个小例子无死角的介绍一下深度学习!

人脑模拟

深度学习与神经网络:最值得关注的6大趋势

神经网络的基本思想是模拟计算机“大脑”中多个相互连接的细胞,这样它就能从环境中学习,识别不同的模式,进而做出与人类相似的决定。

极目智能发布业界低成本FPGA ADAS解决方案,面向近10家车厂批量供货

2018年8月3日,智能驾驶辅助技术供应商极目智能发布旗下最新车规级视觉ADAS解决方案JM600 V3.0,该系统搭载Xilinx高性能FPGA平台,整合极目在深度学习技术方面的最新研发成果,实现了性能、成本等方面的最佳平衡,是当前业界最具竞争力的FPGA视觉方案。

极目JM600 V3.0系统主要针对前装乘用车和商用车市场,将于今年Q3量产。