在如今的網絡時代，錯綜復雜的大數據和網絡環境，讓傳統信息處理理論、人工智能與人工神經網絡都面臨巨大的挑戰。近些年，深度學習逐漸走進人們的視線，通過深度學習解決若干問題的案例越來越多。一些傳統的圖像
2024-01-11 10:51:32
596 
``提供個人超級計算機解決方案 高性能GPU運算服務器解決方案/集群解決方案 Nvidia Tesla C2050 CUDA核心頻率：1.15 GHz CUDA核心數量：448 雙精度浮點性能
2014-08-03 18:09:13
``提供個人超級計算機解決方案 高性能GPU運算服務器解決方案/集群解決方案 Nvidia Tesla C2050 CUDA核心頻率：1.15 GHz CUDA核心數量：448 雙精度浮點性能
2014-08-26 16:36:28
`運算卡 價格表 更新日期2014.9型號參數 價格質保備注備貨情況Nvidia Tesla C2050CUDA核心頻率：1.15 GHz CUDA核心數量：448雙精度浮點性能（峰值）：515
2014-09-11 12:48:26
`Nvidia TeslaK10GPU 的數量和類型:2 Kepler GK104sCUDA核心數量：3072(每顆 GPU 1536 個)雙精度浮點性能：190 Gigaflops(每顆 GPU
2015-02-05 16:14:28
周 Nvidia TeslaK20X "GPU 的數量和類型:1 Kepler GK110CUDA核心數量：2688 雙精度浮點性能：1.31 Tflops 單精度浮點性能
2014-09-02 21:17:41
[上海]1.熟悉GPU構造，了解GPU特性及GPU產品2.有性能分析，性能測試的經驗3.熟悉Python或者Perl腳本4.英文熟練5.游戲的游戲玩家，或者是游戲愛好者是加分CUDA開發工具測試
2018-03-21 16:09:00
.com/nvidia-system-management-interface請參閱此鏈接以獲取手冊頁以及要使用的各種開關/工具：http://developer.download.nvidia.com/compute/cuda/5_5/rel/nvml
2018-09-04 15:18:02
GPU架構設計者提供反饋，以改善和推進未來GPU的架構設計基本要求(其一即可)： * 嚴謹的邏輯思維和分析能力* 有CUDA代碼調優經驗（或者SIMD等架構的調優經驗）* 熟悉矩陣計算的優化和加速* 較強C++編程能力、算法分析和實現* 熟悉計算機體系結構*了解GPU架構與基于GPU的高性能計算
2017-09-01 17:22:28
目前NVIDIA在中國熱招解決方案架構師, 該崗位致力于協同客戶經理將NVIDIA最新的深度學習/高性能計算解決方案與技術帶給我們的客戶, 幫助客戶通過實施NVIDIA技術解決方案來提升整體效率
2017-08-25 17:02:47
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
03_深度學習入門_神經網絡和反向傳播算法
2019-09-12 07:08:05
第1章 概述 1.1 人工神經網絡研究與發展 1.2 生物神經元 1.3 人工神經網絡的構成 第2章人工神經網絡基本模型 2.1 MP模型 2.2 感知器模型 2.3 自適應線性
2012-03-20 11:32:43
神經網絡簡介
2012-08-05 21:01:08
近年來，深度學習的繁榮，尤其是神經網絡的發展，顛覆了傳統機器學習特征工程的時代，將人工智能的浪潮推到了歷史最高點。然而，盡管各種神經網絡模型層出不窮，但往往模型性能越高，對超參數的要求也越來越嚴格
2019-09-11 11:52:14
及 3x3 的 24 層卷積神經網絡， 其性能表現幾乎是一個在典型的 GPU/CPU 綜合處理引擎上運行的類似 CNN 的三倍，盡管其所需的內存帶寬只是后者的五分之一且功耗大幅降低。下一代深度學習神經網絡
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
1、ARM Cortex-M系列芯片神經網絡推理庫CMSIS-NN詳解CMSIS-NN是用于ARM Cortex-M系列的芯片的神經網絡推理庫，用于低性能芯片/架構的神經網絡部署
2022-08-19 16:06:43
求一個simulink的蓄電池用BP神經網絡PID控制電機加速勻速減速運動的模型仿真
2020-02-22 02:17:03
是一臺包含GPU的服務器或高性能PC，Device從機是一個ZYNQ/FPGA開發板。另一方面，通常情況下，當落地到具體場景解決某個具體問題時，神經網絡算法通常僅是整體解決方案的一小部分，其他的算法和流程
2020-05-18 17:13:24
FPGA加速的關鍵因素是什么？EdgeBoard中神經網絡算子在FPGA中的實現方法是什么？
2021-09-28 06:37:44
GPU。除了性能外，FPGA 的強大還源于它們具有適應性，通過重用現有的芯片可以輕松實現更改，從而讓團隊在六個月內從想法進展到原型（和用18個月構建一個 ASIC 相比）?！?.測試中使用的神經網絡機器
2017-04-27 14:10:12
硬件公司供貨的不斷增加，GPU 在深度學習中的市場需求還催生了大量公共云服務，這些服務為深度學習項目提供強大的 GPU 虛擬機。
但是顯卡也受硬件和環境的限制。Larzul 解釋說：“神經網絡訓練
2024-03-21 15:19:45
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
/deviceQuery若看到類似以下信息則說明 cuda 已安裝成功：
7、安裝cuDNN
cuDNN是GPU加速計算深層神經網絡的庫。首先去官網 https://developer.nvidia
2019-07-09 07:45:08
習神經神經網絡，對于神經網絡的實現是如何一直沒有具體實現一下：現看到一個簡單的神經網絡模型用于訓練的輸入數據:對應的輸出數據:我們這里設置：1：節點個數設置：輸入層、隱層、輸出層的節點
2021-08-18 07:25:21
《 AI加速器架構設計與實現》+第一章卷積神經網絡觀感
? ?在本書的引言中也提到“一圖勝千言”，讀完第一章節后，對其進行了一些歸納（如圖1），第一章對常見的神經網絡結構進行了介紹，舉例了一些結構
2023-09-11 20:34:01
項目名稱：基于PYNQ的卷積神經網絡加速試用計劃：申請理由：本人研究生在讀，想要利用PYNQ深入探索卷積神經網絡的硬件加速，在PYNQ上實現圖像的快速處理項目計劃：1、在PC端實現Lnet網絡的訓練
2018-12-19 11:37:22
，神經網絡技術的第三次發展浪潮仍在繼續，在其背后，高性能CPU、GPU和FPGA、ASIC以強大的算力為技術的應用落地提供了有力的支持。然而目前基于FPGA平臺搭建神經網絡作為控制器，適合我們自己動手實現
2019-03-02 23:10:52
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?。c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
用于搭建深度學習訓練加速平臺的云端利器。GN5采用了NVIDIA Pascal架構P100 GPU，可在云端按需構建敏捷彈性、高性能和高性價比的深度學習平臺，讓用戶以最簡便地方式享用阿里云遍布全球的高效
2017-12-26 11:22:09
` 本帖最后由 jackeyt 于 2020-7-27 22:17 編輯
0、背景自從深度學習火起來之后，Nvidia GPU大賣。因為可以做神經網絡的訓練(Training)，搭配CUDA享用
2020-07-27 17:28:00
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
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?；钴S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
取得了良好的性能?？梢哉f，DNN其實是一種架構，是指深度超過幾個相似層的神經網絡結構，一般能夠達到幾十層，或者由一些復雜的模塊組成。ILSVRC(ImageNet大規模視覺識別挑戰賽)每年都不斷被深度
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
全連接神經網絡和卷積神經網絡的區別
2019-06-06 14:21:42
【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
卷積神經網絡的層級結構 卷積神經網絡的常用框架
2020-12-29 06:16:44
什么是卷積神經網絡？ImageNet-2010網絡結構是如何構成的？有哪些基本參數？
2021-06-17 11:48:22
我們可以對神經網絡架構進行優化，使之適配微控制器的內存和計算限制范圍，并且不會影響精度。我們將在本文中解釋和探討深度可分離卷積神經網絡在 Cortex-M 處理器上實現關鍵詞識別的潛力。關鍵詞識別
2021-07-26 09:46:37
的激光雷達物體識別技術一直難以在嵌入式平臺上實時運行。經緯恒潤經過潛心研發，攻克了深度神經網絡在嵌入式平臺部署所面臨的算子定制與加速、量化策略、模型壓縮等難題，率先實現了高性能激光檢測神經網絡并成功地在嵌入式平臺（德州儀TI TDA4系列）上完成部署。系統功能目前該系統：?支持接入禾賽Pandar 40和
2021-12-21 07:59:18
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
2021-01-04 06:26:23
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
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
i.MX 8開發工具從相機獲取數據并使用一個GPU并應用圖像分割算法。然后將該信息饋送到專用于識別交通標志的神經網絡推理引擎的另一GPU。
2019-05-29 10:50:46
）進行訓練和分類。 隨著數據量的進一步增加，機器學習將轉移到云。大型機器學習模式實現在云端的 CPU 上。盡管 GPU 對深度學習算法而言在性能方面是一種更好的選擇，但功耗要求之高使其只能用于高性能
2019-06-19 07:24:41
產品概述：Tir-TK1V200是基于NVIDIA CD575M開發的一款AI深度學習模塊。其NVIDIA處理器帶有4+1的ARM Cortex-A15處理器、Kepler GPU和192個CUDA
2018-09-17 16:42:35
如何用stm32cube.ai簡化人工神經網絡映射？如何使用stm32cube.ai部署神經網絡？
2021-10-11 08:05:42
原文鏈接：http://tecdat.cn/?p=5725 神經網絡是一種基于現有數據創建預測的計算系統。如何構建神經網絡？神經網絡包括：輸入層：根據現有數據獲取輸入的層隱藏層：使用反向傳播優化輸入變量權重的層，以提高模型的預測能力輸出層：基于輸入和隱藏層的數據輸出預測
2021-07-12 08:02:11
(Digital Signal Processor)相比，現場可編程門陣列(Field Programma-ble Gate Array，FPGA)在神經網絡的實現上更具優勢。DSP處理器在處理時采用指令順序執行
2019-08-08 06:11:30
引入了圖采樣，以進一步加速神經網絡的訓練并減少通信開銷?；谏鲜鐾ㄐ趴s減策略，本文提出了時序圖神經網絡系統T-GCN。實驗結果表明，T-GCN實現了最高7.9倍的整體性能提升。在圖采樣性能上，本文提出的線段二分搜索采樣算法能夠實現最高38.8倍的采樣性能提升。原作者：追求卓越的Baihai IDP
2022-09-28 10:37:20
1、探求 NVIDIA GPU 極限性能的利器 在通常的 CUDA 編程中，用戶主要通過 CUDA C/C++ 或 python 語言實現 CUDA 功能的調用。在 NVIDIA 對 CUDA C
2022-10-11 14:35:28
求一個simulink的蓄電池用BP神經網絡PID控制電機加速勻速減速運動的模型仿真
2020-02-22 02:15:50
誰有利用LABVIEW 實現bp神經網絡的程序?。ㄎ矣玫陌姹臼?.6的 ）
2012-11-26 14:54:59
小女子做基于labview的蒸發過程中液位的控制，想使用神經網絡pid控制，請問這個控制方法可以嗎？有誰會神經網絡pid控制么。。。叩謝
2016-09-23 13:43:16
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
1、加速神經網絡的必備開源項目 到底純FPGA適不適合這種大型神經網絡的設計？這個問題其實我們不適合回答，但是FPGA廠商是的實際操作是很有權威性的，現在不論是Intel還是Xilinx都沒有在
2022-10-24 16:10:50
2018年全球第三大風力發電機制造商論文下載地址：https://arxiv.org/pdf/1902.05625v1.pdf論文代碼地址：https://github.com/BinhangYuan/WaveletFCNN需要簡單儲備的知識離散小波轉換（DWT）深度神經網絡回顧離散小波變
2021-07-12 07:38:36
最簡單的神經網絡
2019-09-11 11:57:36
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
請問一下fpga加速神經網絡為什么要用arm核呢？用其他的不行嗎
2022-07-25 14:37:58
原文鏈接：【嵌入式AI部署&基礎網絡篇】輕量化神經網絡精述--MobileNet V1-3、ShuffleNet V1-2、NasNet深度神經網絡模型被廣泛應用在圖像分類、物體檢測等機器
2021-12-14 07:35:25
`將非局部計算作為獲取長時記憶的通用模塊，提高神經網絡性能在深度神經網絡中，獲取長時記憶（long-range dependency）至關重要。對于序列數據（例如語音、語言），遞歸運算
2018-11-12 14:52:50
為幫助數據科學家和開發人員充分利用深度學習領域中的機遇，NVIDIA為其深度學習軟件平臺發布了三項重大更新，它們分別是NVIDIA DIGITS 4、CUDA深度神經網絡庫(cuDNN)5.1和全新的GPU推理引擎(GIE)?！ ?
NVIDIA深度學習軟件平臺推三項重大更新
2016-08-06 15:00:261806 微軟研究人員在深度神經網絡（deep neural network）上取得突破，
使其在性能上能趕上目前最先進的語音識別技術。
2016-08-17 11:54:06
47 《神經網絡與深度學習》講義
2017-07-20 08:58:240 計基于GPU的加速庫 。cuDNN為深度神經網絡中的標準流程提供了高度優化的實現方式，例如convolution、pooling、normalization以及activation layers的前向以及后向過程。 cuDNN只是NVIDIA深度神經網絡軟件開發包中的其中一種加速庫。
2017-12-08 10:40:022094 多GPU訓練過程中的參數交換的位置，達到兩者兼容的目的。該方法利用分布式環境中的遠程GPU資源實現深度神經網絡的加速訓練，且達到單機多GPU和多機多GPU在CUDA編程模式上的統一。以手寫數字識別為例，利用通用網絡環境中深度神經網絡的多機多
2018-03-29 16:45:250 由 Demi 于 星期四, 2018-09-06 09:33 發表 現在提到“神經網絡”和“深度神經網絡”，會覺得兩者沒有什么區別，神經網絡還能不是“深度”（deep）的嗎？我們常用
2018-09-06 20:48:01557 人工智能系統所面臨的兩大安全問題的根源在于深度神經網絡的不可解釋性。深度神經網絡可解釋性定義為可判讀（interpretability）和可理解（explainability）兩方面的內容?？膳凶x性，即深度神經網絡輸出可判讀
2020-03-27 15:56:182632 深度學習是推動當前人工智能大趨勢的關鍵技術。在 MATLAB 中可以實現深度學習的數據準備、網絡設計、訓練和部署全流程開發和應用。聯合高性能 NVIDIA GPU 加快深度神經網絡訓練和推斷。
2022-02-17 11:38:59995 深度學習是推動當前人工智能大趨勢的關鍵技術。在 MATLAB 中可以實現深度學習的數據準備、網絡設計、訓練和部署全流程開發和應用。聯合高性能 NVIDIA GPU 加快深度神經網絡訓練和推斷。
2022-02-18 13:31:441714 NVIDIA CUDA 工具包提供了開發環境，可供開發、優化和部署經 GPU 加速的高性能應用。
2022-06-10 12:03:422964 OpenCV4.x中關于CUDA加速的內容主要有兩個部分，第一部分是之前OpenCV支持的圖像處理與對象檢測傳統算法的CUDA加速；第二部分是OpenCV4.2版本之后開始支持的針對深度學習卷積神經網絡模型的CUDA加速。
2022-09-05 10:03:004417 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 09:14:442256 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 14:20:01550 
來源：青榴實驗室1、引子深度神經網絡(DNNs)最近在圖像分類或語音識別等復雜機器學習任務中表現出的優異性能令人印象深刻。在本文中，我們將了解深度神經網絡的基礎知識和三個最流行神經網絡：多層神經網絡
2023-05-17 09:59:19946 
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 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 17:07:361869 電子發燒友網站提供《具有小浮點的高性能神經網絡.pdf》資料免費下載
2023-09-13 17:07:130 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 
神經網絡能加速的有很多，當然使用硬件加速是最可觀的了，而目前除了專用的NPU（神經網絡加速單元），就屬于GPU對神經網絡加速效果最好了
2024-03-05 10:26:54185 
電子發燒友App
工商網監
評論