FPGA——深度学习

语义分割样本随机划分

文章目录前言一、训练集、验证集、测试集二、使用步骤1.引入库2.设置输入输出路径3.处理过程总结前言深度学习语义分割在训练时需要将裁剪好的样本数据划分为训练集、验证集和测试集。
深度神经质患者·2024-01-29 21:53

躬身行领读人服务升级体系

躬身行悦读工坊领读人服务体系全面升级，以教授别人完成自己深度学习以被实践证明这是有效的学习方法和实践逻辑。为确保所有领读人能真正完成蜕变，实现从意愿到结果的顺利升级，全面开启领读人的付费模式。
宗少躬身行·2024-01-29 20:38

【深度学习：目标检测】深度学习中目标检测模型、用例和示例

【深度学习：目标检测】深度学习中目标检测模型、用例和示例什么是物体检测？
jcfszxc·2024-01-29 20:30

【转】深度学习中的正则化（Regularization）

转自：http://www.imooc.com/article/69484一、Bias（偏差）&Variance（方差）在机器学习中，这两个名词经常让我们傻傻分不清。我们不妨用案例来看看怎么区分。假设我们正在做一个分类器，分别在训练集和验证集上测试，以下为四种可能的情况：四种情况可见①、④两种情况的训练集误差都很小，接近optimalerror，这种就称为lowbias。说明训练的很到位了。相反，
是我真的是我·2024-01-29 19:59

仿真机器人-深度学习CV和激光雷达感知(项目2)day8【作业2与答案2】

文章目录前言作业2答案2代码详解前言你好，我是辰chen，本文旨在准备考研复试或就业本文内容是我为复试准备的第二个项目欢迎大家的关注，我的博客主要关注于考研408以及AIoT的内容预置知识：基本Python语法，基本linux命令行使用以下的几个专栏是本人比较满意的专栏(大部分专栏仍在持续更新)，欢迎大家的关注：ACM-ICPC算法汇总【基础篇】ACM-ICPC算法汇总【提高篇】AIoT(人工智能
辰chen·2024-01-29 19:12

成都市网络教研《初中地理深度学习课堂教学研究》学习记录（三）

深度学习基本思维模型基于“深度学习”的初中地理课堂真实：可借鉴、实用性强有效：解决学习过程中的核心知识、关键能力生本：以学生为主体，体现学生的参与度和参与面灵活：课堂灵活，处理知识和问题的方式不死板、材料鲜活
一枚王脑司·2024-01-29 19:06

工业界和学术界最大区别是什么？

链接：https://www.zhihu.com/question/332602866编辑：深度学习与计算机视觉声明：仅做学术分享，侵删能源类工科博士在读，正在面临工业界和学术界的抉择，想知道两者的区别
woshicver·2024-01-29 18:35

AI 绘画平台难开发，难变现？试试 Stable Diffusion API Serverless 版解决方案

作者：王佳、江昱、筱姜StableDiffusion模型，已经成为AI行业从传统深度学习时代走向AIGC时代的标志性里程碑。
阿里云云原生·2024-01-29 18:06

深度学习一些有用的网站

Pytorch官方网站https://pytorch.org/get-started/previous-versions/查询期刊会议的排名网站https://www.aminer.cn/ranks/conf?domain_ids=all&type=ccf&search=&metric=google_h5_index&order=descend&ccf_level=A,B,C,other&cate
LinlyZhai·2024-01-29 18:27

datawhale 大模型学习 第八章-分布式训练

近年来，随着Transformer、MOE架构的提出，使得深度学习模型轻松突破上万亿规模参数，传统的单机单卡模式已经无法满足超大模型进行训练的要求。
fan_fan_feng·2024-01-29 18:25

基于深度学习的表面缺陷检测方法综述

一、摘要近年来，基于深度学习的表面缺陷检测技术广泛应用在各种工业场景中。
禄亿萋·2024-01-29 16:26

Masked Face Recognition Using Deep Learning: A Review

摘要：本次调查整理并回顾了最近基于深度学习技术为蒙面人脸识别（MFR）开发的工作，提供了对MFR系统开发流程的见解和深入讨论。
禄亿萋·2024-01-29 16:25

【机器学习300问】19、深度学习和机器学习什么关系？

往后的文章我会穿插着机器学习和深度学习的内容进行，所有有必要在这里先说下两者的关系。一、从范围上讲深度学习和机器学习都是人工智能的一个子领域，它们之间的关系可以理解为包含和被包含的关系。
小oo呆·2024-01-29 16:55

机器学习周报第23周

BERTmodelsforBrazilianPortuguese:pretraining,evaluationandtokenizationanalysis2.1摘要2.2理论背景2.3实验结果总结摘要在深度学习中
Ramos_zl·2024-01-29 16:21

AI算力加速之道

1AI算力发展趋势1.1人工智能理论：深度学习人工智能发展至今并非一帆风顺，从起步阶段到现今的深度学习阶段，数据、算法和算力构成了人工智能三大基本要素，共同推动人工智能向更高层次的感知、认知发展。
安第斯智能云·2024-01-29 16:56

ISE中逻辑分析仪ChipScope的使用

基本上采用了典型外部逻辑分析仪的理念和功能，却无需额外的逻辑分析设备、测试I/O、电路板走线和探点，只要建立一个对应的文件并做相关设置后，与当前工程捆绑编译，用一根JTAG接口的下载电缆连接到要调试的FPGA
YprgDay·2024-01-29 15:47

Vivado中嵌入式逻辑分析仪ILA的使用（2）

FPGA综合出来的电路都在芯片内部，基本上是没法用示波器或者逻辑分析仪器去测量信号的，所以xilinx等厂家就发明了内置的逻辑分析仪。
Pilgrim2017·2024-01-29 15:16

深度学习：Softmax回归

在前面，我们介绍了线性回归模型的原理及实现。线性回归适合于预测连续值，而对于分类问题的离散值则束手无策。因此引出了本文所要介绍的softmax回归模型，该模型是针对多分类问题所提出的。下面我们将从softmax回归模型的原理开始介绍，最后我们同样会基于PyTorch来实现基本的softmax模型。1、分类问题假设现在我们需要对图像进行分类，每次输入的数据是一个2x2的灰度图像。如果用一个标量来表示
AAI机器之心·2024-01-29 15:46

Docker光速搞定深度学习环境配置！

还有就是最恶心的深度学习环境，配置Cuda，Cudnn，Pytorch，TensorFlow，Opencv，G
AAI机器之心·2024-01-29 15:46

《Visual Tree Convolutional Neural Network in Image Classification》阅读笔记

VisualTreeConvolutionalNeuralNetworkinImageClassification》图像分类中的视觉树卷积神经网络作者YuntaoLiu、YongDou、RuochunJin和PengQiao来自国防科技大学并行和分布式处理国家实验室初读摘要问题：在图像分类领域，随着深度学习的快速发展
AncilunKiang·2024-01-29 15:45

前沿资讯！文心一言和ChatGPT最全对比！

文心一言和ChatGPT都是基于深度学习技术的自然语言处理模型，有各自的优势和使用场景，无法简单地比较ChatGPT和文心一言哪一个功能更强大，它们各自具有优势和局限性，需要根据具体需求进行选择，以下一些具体对比
2301_76571514·2024-01-29 14:57

自然语言处理发展(自然语言处理发展经历了哪些阶段)

到了2000年代，随着深度学习和神经网络技术的发展，NLP进一步获得
2301_76571514·2024-01-29 14:25

Matlab App Designer自学笔记(十四)：分档旋钮控件、下拉菜单控件、微调控件

热衷于分享技术和日常生活的机械专业小哥哥，捣鼓机械设计、计算机视觉和深度学习。网站还涉及到网页设计以及SEO相关地博文。
是刃小木啦~·2024-01-29 14:41

通俗易懂理解MobileNet网络模型

一、参考资料详细且通俗讲解轻量级神经网络——MobileNets【V1、V2、V3】MobileNetv1和MobileNetv2二、MobileNetv1原始论文：[1]MobileNet网络详解【深度学习
花花少年·2024-01-29 13:54

深度学习问题记录

献给莹莹1.为什么交叉熵损失相比均方误差损失能提高以sigmoid和softmax作为激活函数的层的性能？因为sigmoid函数的性质，导致σ′(z)在z取大部分值时会很小（如下图标出来的两端，几近于平坦），这样会使得w和b更新非常慢（因为η*a*σ′(z)这一项接近于0）。导数中没有σ′(z)这一项，权重的更新是受σ(z)−y这一项影响，即受误差的影响。所以当误差大的时候，权重更新就快，当误差小
Yankee_13·2024-01-29 13:40

配置pytorch+cuda深度学习开发环境

研究深度学习，有块GPU是必须的。GPU的主要作用就是大规模并行计算，加速我们的模型的训练。本文介绍基于pytorch+cuda的开发环境。
zhangzq02·2024-01-29 13:10

【FPGA】：ip核--Divider(除法器)

本文转自：【FPGA】：ip核–Divider(除法器)二、Divider(除法器)概述除法器顾名思义，用来做除法运算。
岁岁人如旧·2024-01-29 13:10

FPGA逻辑资源评估之BRAM（以Xilinx为例）

在FPGA逻辑设计时，需要参考所需逻辑资源对FPGA进行选型，其中一项就是对BRAM的评估，在这里以xilinxUltraSCALE+系列FPGA为例，对BRAM进行简单介绍。
wkonghua·2024-01-29 13:38

FPGA实现八位数字抢答器设计

一.设计要求八位数字抢答器设计要求：抢答器同时供8名选手或8个代表队比赛，分别用8个按钮S0~S7表示。设置一个系统清除和抢答控制开关S，该开关由主持人控制。抢答器具有锁存与显示功能。即选手按动按钮，锁存相应的编号，并在优先抢答选手的编号一直保持到主持人将系统清除为止。抢答器具有定时抢答功能，且一次抢答的时间由主持人设定（如,30秒）。当主持人启动"开始"键后，定时器进行减计时，同时扬声器发出短暂
FPGA之旅·2024-01-29 13:08

FPGA抢答器设计

设计一抢答器，要求如下：抢答台数为6；具有抢答开始后20s倒计时，20秒倒计时后6人抢答显示超时，并报警；能显示超前抢答台号并显示犯规报警；系统复位后进入抢答状态，当有一路抢答按键按下，该路抢答信号将其余各路抢答信号封锁，同时铃声响起，直至该路按键松开，显示牌显示该路抢答台号。clk时钟信号b1~b6抢答按钮reset复位按钮shield屏蔽标志位stop倒计时暂停标志位show显示器alarm1
wef@~@·2024-01-29 13:38

URAM和BRAM 的区别

无论是7系列FPGA、UltraScale还是UltraScalePlus系列FPGA，都包含BlockRAM（BRAM），但只有UltraScalePlus芯片有UltraRAM也就是我们所说的URAM
shenlansee·2024-01-29 13:37

Xilinx FPGA BRAM使用方法

BRAM使用方法在利用fpga进行数据处理的过程中，对高速数据采集或者传输的过程中，需要对数据尽心缓存，缓存一般有两种不同的方法，一种是FIFO，一种是RAM，FIFO在vivado中提供IP核，FIFO
一支绝命钩·2024-01-29 13:36

FPGA | BRAM和DRAM

BRAM(BlockRAM)Blockram由一定数量固定大小的存储块构成的，使用BLOCKRAM资源不占用额外的逻辑资源，并且速度快。但是使用的时候消耗的BLOCKRAM资源是其块大小的整数倍。如Xilinx公司的结构中每个BRAM有36Kbit的容量，既可以作为一个36Kbit的存储器使用，也可以拆分为两个独立的18Kbit存储器使用。反过来相邻两个BRAM可以结合起来实现72Kbit存储器，
初雪白了头·2024-01-29 13:35

Xilinx 7系列 BRAM概述

Xilinx7系列FPGA中的块RAM可存储36Kb的数据，可以配置为两个独立的18KbRAM或一个36KbRAM。
FPGA自学笔记分享·2024-01-29 13:34

FPGA中除法器IP核乘法器IP核使用

FPGA中除法器IP核乘法器IP使用1.除法器IP核有两种，3.0是最大支持32bit的被除数除数；4.0是最大支持64bit的被除数除数；研究电机时需要计算步数，都仅仅需要32bit因此选择3.0；2
小时姐姐·2024-01-29 13:04

用FPGA实现多人抢答器

测试题目“三人抢答器”要求：（1）答题开始后，由主持人按下“开始”键后进入抢答环节；（2）每人一个抢答按钮，有人抢答成功后，其他人再抢答无效；（3）当某人抢答成功时，抢答器系统发出半秒的低频音，并在数码管上显示该组别序号；（4）每个人初始分数为0，抢答成功得到一分，并在数码管上显示3人的得分；（每人分配一个数码管用于显示分数，显示“0~9”）（5）抢答成功后，10秒倒计时，并在数码管上显示。倒计时
m0_54472634·2024-01-29 13:33

基于FPGA的4路抢答器verilog，quartus

名称：基于FPGA的4路抢答器verilog（代码在文末付费下载）软件：Quartus语言：Verilog要求：1.主持人具有最高优先级，实现4路公平抢答判决。2.具有选手提前抢答和抢答成功指示。
FPGA代码库·2024-01-29 13:03

[转]Bram和Dram的区别

2、bram有较大的存储空间，是fpga定制的ram资源；而dram是逻辑单元拼出来的，浪费LUT资源3、dram使用更灵活方便些补充：在XilinxAsynchronousFIFOCORE的使用时，有两种
ddk43521·2024-01-29 13:02

【FPGA教程案例11】基于vivado核的除法器设计与实现

FPGA教程目录MATLAB教程目录-----------------------------------------------------------------------------------
fpga和matlab·2024-01-29 13:32

为什么时序逻辑电路会落后一拍？

FPGA初学者可能经常听到一句话：“时序逻辑电路，或者说用<=输出的电路会延迟（落后）一个时钟周期。”但在仿真过程中经常会发现不符合这一“定律”的现象–明明是在仿真时序逻辑，怎么输出不会落后一拍？
单刀FPGA·2024-01-29 13:30

数字式竞赛抢答器(基于Quartus的原理图设计)FPGA

数字式竞赛抢答器(基于Quartus的原理图设计)FPGA一.设计思路二.实现过程1.第一信号鉴别锁存模块+犯规电路(1)使用器件74175，带公共时钟和复位四D触发器(2)原理a.比赛开始前，主持人复位按钮
月月如常·2024-01-29 13:30

【FPGA】Verilog描述电路的三种方式（结构化、数据流和行为化）

前言众所周知，Verilog是作为一种HDL（HardwareDescriptionLanguage，硬件描述语言）出现的，它的主要功能是在不同的抽象层级上描述电路，从而实现电路设计。那么到底该如何描述电路？Verilog提供了3种不同的方式：结构化描述方式（结构模型，StructuralModeling）数据流描述方式（数据模型，Dataflowmodeling）行为级描述方式（行为模型，Beh
单刀FPGA·2024-01-29 13:59

xilinx FPGA 除法器ip核（divider）的使用（VHDL&Vivado）

一、创建除法ip核vivado的除法器ip核有三种类型，跟ISE相比多了一个LuMult类型，总结来说就是LuMult：使用了DSP切片、块RAM和少量的FPGA逻辑原语（寄存器和lut），所以和Radix2
坚持每天写程序·2024-01-29 13:58

FPGA原理与结构（8）——块RAM（Block RAM,BRAM）

系列文章目录：FPGA原理与结构（0）——目录与传送门一、BRAM简介大家对于RAM应该并不陌生，RAM就是一张可读可写的存储表，它经常被拿来与ROM进行对比，相比之下，ROM只可读。
apple_ttt·2024-01-29 13:28

FPGA 通过 UDP 以太网传输 JPEG 压缩图片

FPGA通过UDP以太网传输JPEG压缩图片简介在FPGA上实现了JPEG压缩和UDP以太网传输。
OpenFPGA·2024-01-29 13:23

【深度学习】隐马尔科夫

文章目录一隐马尔可夫1.自动机2.马尔可夫链和马尔可夫假设3.隐马尔可夫模型3.1马尔科夫模型中的三个问题：3.2似然度问题：3.3解码问题案例如何对句子进行分词统计概率使用viterbi算法进行解码一隐马尔可夫1.自动机自动机：（又称为有限自动机，有限状态自动机，FSA）是表示有限个状态以及在这些状态之间的转移和动作等行为的数学模型。例如：常用的正则表达式就是一种用来描述字符串出现字符的自动机。
OneTenTwo76·2024-01-29 12:55

【深度学习】马尔科夫链

马尔科夫链一、常见的马尔可夫过程：(1)独立随机过程为马尔可夫过程。(2)独立增量过程为马尔可夫过程：没{X(t)，t∈[0，+∞)}为一独立增量过程，且有P(X(0)=x0)=1，x0为常数，则X(t)为马尔可夫过程。(3)泊松过程为马尔可夫过程。(4)维纳过程为马尔可夫过程。(5)质点随机游动过程为马尔可夫过程。二、模型的创立条件importnumpyasnpdefmarkov():init_
weixin_40293999·2024-01-29 12:52

Yann LeCun荣获全球AI大奖！Keras之父和Deepmind创始人也曾获奖

YannLeCun因为为深度学习作出的杰出贡献（主要是发明了CNN卷积神经网络）和Hinton和Bengio三人共同获得了图灵奖。最近几年，LeCun所领
夕小瑶·2024-01-29 12:21

人工智能时代的十大核心技术：重塑未来的无限可能 - 第八章 - 深度增强学习，开启AI智能新篇章

深度增强学习是一种结合了深度学习（DeepLearning）和增强学习（Rei
百家峰会·2024-01-29 12:59

softplus函数和Rectified Linear Unit (ReLU) 函数的区别是什么？

RectifiedLinearUnit（ReLU）函数是深度学习中最常用的激活函数之一。它非常简单，其定义如下：这意味着：当输入x为正数或零时，函数输出x。当输入x为负数时，函数输出0。
CA&AI-drugdesign·2024-01-29 12:27
上一页 38 39 40 41 42 43 44 45 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他