相比GPU和GPP：FPGA才是深度學習的未來？（一）
相比GPU和GPP，FPGA在滿足深度學習的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計算的能力和高效的能耗，FPGA將在一般的深度學習應用中展現GPU和GPP所沒有的獨特優勢。同時，算法設計工具日漸成熟，如今將FPGA集成到常用的深度學習框架已成為可能。未來，FPGA將有效地適應深度學習的發展趨勢，從架構上確保相關應用和研究能夠自由實現。 最近幾年數據量和可訪問性的迅速增長，使得人工智能的算法設計理念發生了轉變。人工建立算法的做法被計算機從大量數據中自動習得可組合系統的能力所取代，使得計算機視覺、語音識別、自然語言處理等關鍵領域都出現了重大突破。深度學習是這些領域中所最常使用的技術，也被業界大為關注。然而，深度學習模型需要極為大量的數據和計算能力，只有更好的硬件加速條件，才能滿足現有數據和模型規模繼續擴大的需求。現有的解決方案使用圖形處理單元（GPU）集群作為通用計算圖形處理單元（GPGPU），但現場可......閱讀全文
相比GPU和GPP：FPGA才是深度學習的未來？（一）
相比GPU和GPP，FPGA在滿足深度學習的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計算的能力和高效的能耗，FPGA將在一般的深度學習應用中展現GPU和GPP所沒有的獨特優勢。同時，算法設計工具日漸成熟，如今將FPGA集成到常用的深度學習框架已成為可能。未來，FPGA將有效地
相比GPU和GPP：FPGA才是深度學習的未來？（二）
除了編譯時間外，吸引偏好上層編程語言的研究人員和應用科學家來開發FPGA的問題尤為艱難。雖然能流利使用一種軟件語言常常意味著可以輕松地學習另一種軟件語言，但對于硬件語言翻譯技能來說卻非如此。針對FPGA最常用的語言是Verilog和VHDL，兩者均為硬件描述語言（HDL）。這些語言和傳統
TPU將成深度學習的未來？（一）
在Google I/O 2016的主題演講進入尾聲時，谷歌的CEO皮采提到了一項他們這段時間在AI和機器學習上取得的成果，一款叫做Tensor Processing Unit（張量處理單元）的處理器，簡稱TPU。在這個月看來，第一代的TPU處理器已經過時。在昨天凌晨舉行的谷歌I/O 2017
TPU將成深度學習的未來？（二）
能夠進行數據推理的第二代TPU第一代的TPU只能用于深度學習的第一階段，而新版則能讓神經網絡對數據做出推論。谷歌大腦研究團隊主管Jeff Dean表示：“我預計我們將更多的使用這些TPU來進行人工智能培訓，讓我們的實驗周期變得更加快速。”“在設計第一代TPU產品的時候，我們已經建立了一個相對
這樣學習FPGA最有效
學習FPGA，在不同層次的人明顯有不同的答案。先說一句，說不要開發版的都是菜鳥級選手。 我把FPGA層次劃分為，雞蛋級別，菜鳥級別，老鳥級別，高手級別四類。題主是雞蛋級別的吧！啥也不會。那些得贊高的不少都是菜鳥級別的選手。當然，我現在告訴你的如何成為一個菜鳥。當然以后有空我也會寫從菜鳥
尖端芯片給AI裝上“超級引擎”
美國開放人工智能研究中心（OpenAI）首席執行官山姆·奧特曼等人認為，人工智能（AI）將從根本上改變世界經濟，擁有強大的計算芯片供應能力至關重要。芯片是推動AI行業發展的重要因素，其性能和運算能力直接影響著AI技術的進步和應用前景。 英國《自然》雜志網站在近日的報道中指出，工程師正競相開發包
尖端芯片給AI裝上“超級引擎”
為適應AI應用，計算機芯片需進行更多并行計算。圖片來源：谷歌公司美國開放人工智能研究中心（OpenAI）首席執行官山姆·奧特曼等人認為，人工智能（AI）將從根本上改變世界經濟，擁有強大的計算芯片供應能力至關重要。芯片是推動AI行業發展的重要因素，其性能和運算能力直接影響著AI技術的進步和應用前景。英
深度學習在雷達中的研究綜述（一）
深度學習在雷達中的研究綜述王俊,?鄭彤,?雷鵬,?魏少明????摘要：雷達通過發射天線發射電磁波，經過不同物體反射接收到相應的反射波，對其接收結果進行分析，能得到物體距雷達的位置，徑向運動速度等信息，所以對雷達信號的分析具有重要的研究意義。近些年深度學習成為各個領域的研究熱點，而在雷達領域同樣可通過
未來，深度學習幫助人類決策你應該吃什么藥
韓國研究團隊開發了一款名為DeepDDI的計算框架，它可以準確地預測86種類型的藥物-藥物（DDIs）和藥物-食物（DFIs）相互作用，并輸出人類可讀句子，幫助人類理解不良藥物事件（ADEs）。 藥物之間和藥物與食物之間經常會觸發意外藥理作用（就是我們所謂的“食物相克”），但是，其因果機制在很
人臉檢測發展：從VJ到深度學習（一）
這是一個看臉的世界！自拍，我們要藝術美顏；出門，我么要靚麗美妝。上班，我們要刷臉簽到；回家，我們要看臉相親。 當手機把你的臉變得美若天仙，當考勤機認出你的臉對你表示歡迎，你知道是什么魔力讓冷冰冰的機器也變得溫情脈脈，讓呆呆的設備也變得善解人意嗎？今天就讓我們走近它們的內心，了解這些故事背后的一項
詳解FPGA電源設計的基本方法和步驟（一）
現場可編程門陣列（FPGA）被發現在眾多的原型和低到中等批量產品的心臟。 ?FPGA的主要優點是在開發過程中的靈活性，簡單的升級路徑，更快地將產品推向市場，并且成本相對較低。一個主要缺點是復雜，用FPGA往往結合了先進的系統級芯片（SoC）。 這種復雜性使得電源上的苛刻要求。為了應對這
深度學習算法“解密”腦活動
英國《自然·醫學》雜志9月25日在線發表的一項研究，報告了一種可以分析四肢癱瘓患者大腦活動的深度學習算法。該算法已被用于向患者的前臂肌肉傳遞電刺激，從而恢復癱瘓肢體的功能性運動。 慢性癱瘓患者的生活質量可以通過腦機接口加以改善。腦機接口可以將控制運動的中樞神經系統回路和輔助設備（例如計算機光標
AI偵探敲碎深度學習黑箱
研究人員創建了能填補照片空白的神經網絡，以鑒別人工智能瑕疵。 Jason Yosinski坐在美國加州舊金山的一個小型玻璃辦公室內，陷入了對人工智能的沉思。作為優步公司的研究科學家，Yosinski正為在筆記本電腦上運行的人工智能（AI）進行“腦外科手術”。 很多AI將改變人類現代生活，例如
靈素系統——一種基于基因指紋和深度學習的藥效預測系統
2021年6月17日，北京大學國際癌癥研究院謝正偉團隊在Nature Biotechnology（IF=36.6）在線發表了題目為“Prediction of drug efficacy fromtranscriptional profiles with deep learning”的科研論文（
深度解析－乳制品“健康產業”的過去、現在和未來
乳制品含有豐富且易吸收的營養物質，一直以來被認為是"健康產業"，隨著乳制品加工工藝的發展，市場上出現越來越多種類的乳制品供消費者選擇。從整個產業看，乳制品行業的產業鏈較長，涵蓋牧草飼料、奶牛養殖、乳制品加工、終端銷售等多個環節。其上游環節是奶牛養殖，其產品原奶是乳制品制造的重要原料;中游則是乳制品加
深度完整版：CART的現狀和未來
CAR-T（T細胞嵌合抗原受體）作為一種免疫細胞治療方案，在全球范圍內吸引了包括學者、醫生、患者、投資人的大量關注。然而CAR-T具體是什么，它的背后有什么樣的故事、目前的研究狀況如何，未來又將走向何方呢？ CAR-T帶來的新曙光 自古以來，人們不斷地與癌癥進行斗爭。科學家們考古發現的木乃伊
深度學習算法準確追蹤動物運動
根據英國《自然·神經科學》雜志8月21日在線發表的一項研究，美國哈佛大學團隊運用一種新型深度學習算法，成功追蹤動物運動及行為，其準確度可達到人工水平，而且無需采用追蹤標記物或進行費時的手動分析。專家認為，這一成果打開了海量的數據來源之門。 準確追蹤行為發生期間的身體運動部位是運動科學的一項重要
深度學習協助預測厄爾尼諾－|《自然》論文
《自然》發表的一篇論文Deep learning for multi-year ENSO forecasts報道了一種可以提前一年半預測厄爾尼諾事件的深度學習方法，克服了該領域內長期存在的一項挑戰。用來預測厄爾尼諾現象的CNN預測系統來源: Ham et al. 厄爾尼諾事件發生于太平洋東部和
CPLD、FPGA、DSP的聯系與區別（一）
ARM（Advanced RISC Machines）是微處理器行業的一家知名企業，設計了大量高性能、廉價、耗能低的RISC處理器、相關技術及軟件。ARM也是單片機。ARM架構是面向低預算市場設計的第一款RISC微處理器，基本是32位單片機的行業標準，它提供一系列內核、體系擴展、微處理器和系
一文詳解FPGA的設計與應用（一）
FPGA（Field-Program mable Gate Array），即現場可編程門陣列，它是在PAL、GAL、CPLD等可編程器件的基礎上進一步發展的產物。它是作為專用集成電路（ASIC）領域中的一種半定制電路而出現的，既解決了定制電路的不足，又克服了原有可編程器件門電路數有限的缺
基于深度學習的化纖外觀缺陷語義分割
摘要： 針對化纖外觀缺陷檢測使用基于深度學習的語義分割方法，總結了自2014年以來基于深度學習的典型語義分割方法，并在此基礎上應用到化纖外觀檢測項目上，取得了不錯的效果。 01 化纖外觀缺陷檢測背景 化纖作為紡織制造的原料，由化纖生產企業進入下游紡織企業前會收卷形成絲餅，但在絲餅
深度學習在雷達中的研究綜述（三）
3.2 基于SAE的SAR圖像處理研究SAE的特點是可自動從無標記數據中學習特征，并且給出比原始數據更好的特征描述，進一步通過該學習到的特征得到更好的分類效果。有學者將其應用于地物目標分類、艦船分類以及城市變化檢測等場景。并且通過SAE對SAR圖像進行分析，其與傳統方法相比，展現SAE具有自動學習高
深度學習在雷達中的研究綜述（二）
其中，?J(w,b)?為對應自編碼器代價函數，?β?為控制系數性懲罰因子權重。2.3 DBN基本原理DBN是一個概率生成模型，其建立一個觀測數據與標簽之間的聯合分布。并且DBN由多個受限玻爾茲曼機(Restricted Boltzmann Machine, RBM)組成，典型的DBN結構如圖4所示。
全面解析FPGA基礎知識（一）
FPGA （Field Programmable Gate Array）即現場可編程門陣列。它是在PLA、PAL、GAL、CPLD等可編程器件的基礎上進一步發展的產物。它是作為專用集成電路（ASIC）領域中的一種半定制電路，既解決了定制電路的不足，又克服了原有可編程器件門電路數有限的缺點。1、 FP
新光學芯片可實現高效“深度學習”
美國麻省理工學院（MIT）科學家在12日出版的《自然·光學》雜志上發表論文稱，他們開發出一種全新的光學神經網絡系統，能執行高度復雜的運算，從而大大提高“深度學習”系統的運算速度和效率。 “深度學習”系統通過人工神經網絡模擬人腦的學習能力，現已成為計算機領域的研究熱門。但由于在模擬神經網絡任務中
人工智能進入“深度學習+”階段
雖然從底層技術看，ChatGPT并不算創新，但其社會影響遠遠超出了預期。這款由美國人工智能公司OpenAI開發的聊天機器人，2022年11月推出后火遍全球，成為史上增長最快的消費者應用程序。 讓機器和真人自由對話，一直是人工智能領域的重要目標之一。ChatGPT的爆火背后，其實是深度學習技術的
新光學芯片可實現高效“深度學習”
美國麻省理工學院（MIT）科學家在12日出版的《自然·光學》雜志上發表論文稱，他們開發出一種全新的光學神經網絡系統，能執行高度復雜的運算，從而大大提高“深度學習”系統的運算速度和效率。 “深度學習”系統通過人工神經網絡模擬人腦的學習能力，現已成為計算機領域的研究熱門。但由于在模擬神經網絡任務中
深度學習復興：向人工智能邁進
它是未來的一部分，我們才剛剛開始。圖片來源：BRUCE ROLFF 3年前，美國加利福尼亞州山景城神秘的谷歌X實驗室的研究人員從YouTube視頻中提取了1000萬個靜態圖像，并將其輸入“谷歌大腦”——由1000臺計算機構成的網絡，從而試圖像一個蹣跚學步的孩子一樣吸收這個世界的信息。經過3
百度飛槳成中國深度學習市場應用規模第一
7月28日，2022全球數字經濟大會“人工智能驅動未來產業論壇”在京召開，中國信息通信研究院（簡稱）聯合深度學習技術及應用國家工程研究中心發布了《深度學習平臺發展報告(2022)》。報告對深度學習平臺進行了多維度分析，指出百度飛槳基于我國產業實踐與應用創新需求，在社區生態構建上持續發力、優勢漸顯，在
基于深度學習和超像素的大田小區水稻稻穗分割技術研究
不同生長階段頂視相機角度下進行稻穗分割近日華中農業大學和華中科技大學聯合作物表型研究團隊在《Plant Methods》雜志上發表題為：Panicle-SEG: A robust image segmentation method for rice panicles in the field b