CNN

由Python算法编程来实现神经网络设计理论

一、多层前向神经网络 多层前向神经网络由三部分组成：输出层、隐藏层、输出层，每层由单元组成； 输入层由训练集的实例特征向量传入，经过连接结点的权重传入下一层，前一层的输出是下一层的输

卷积神经网络（CNN）在无人驾驶中应用的3D感知与物体检测

无人驾驶的感知部分作为计算机视觉的领域范围，也不可避免地成为CNN发挥作用的舞台。本文是无人驾驶技术系列的第八篇，深入介绍CNN（卷积神经网络）在无人驾驶3D感知与物体检测中的应用。 C

基于IoT设备的CNN推理机实现深度学习方案

通过深度学习技术，物联网（IoT）设备能够得以解析非结构化的多媒体数据，智能地响应用户和环境事件，但是却伴随着苛刻的性能和功耗要求。本文作者探讨了两种方式以便将深度学习和低功耗的物联网设备成功整

适用于自动驾驶的神经网络解决方案及学习方法

CEVA 汽车市场营销主管 Jeff VanWashenova 高级辅助驾驶系统 (ADAS) 可提供解决方案，用以满足驾乘人员对道路安全及出行体验的更高要求。诸如车道偏离警告、自动刹车

泓观科技发布首款异步卷积神经网络芯片

1.瑞萨否认将以200亿美元收购美信  稍早，CNBC报道瑞萨电子正在洽谈收购美国芯片制造商美信集成Maxim Integrated, 收购价格接近200亿美元。今日彭博社报道

深度学习遇上物理学,更好地识别粒子和分析数据

当你向Facebook上传了一张你朋友的照片后，这张照片就进入了一个复杂的幕后处理过程。算法迅速行动并分析照片的每一个像素，直到将朋友的名字和这张照片匹配起来。这类型的前沿技术也被用在了自动驾驶

深度学习：卷积神经网络在每一层提取到的特征以及训练的过程

前面几篇文章讲到了卷积神经网络CNN，但是对于它在每一层提取到的特征以及训练的过程可能还是不太明白，所以这节主要通过模型的可视化来神经网络在每一层中是如何训练的。我们知道，神经网络本身包含了一系

知识普及：卷积神经网络模型是怎样工作的？可以做些什么？

在走进深度学习的过程中，最吸引作者的是一些用于给对象分类的模型。最新的科研结果表示，这类模型已经可以在实时视频中对多个对象进行检测。而这就要归功于计算机视觉领域最新的技术革新。 众所周知

美光科技推出综合性人工智能开发平台

收购 FWDNXT 为创新内存和人工智能工作负载提供重要基石

#Deep Learning回顾#之LeNet、AlexNet、GoogLeNet、VGG、ResNet

原文：#Deep Learning回顾#之LeNet、AlexNet、GoogLeNet、VGG、ResNetCNN的发展史       上一篇回顾讲的是2006年Hinton他们的Science

AlexNet层级分析

先盗一图，摘自ImageNet Classification with Deep Convolutional Neural Networks（Hinton） 由作者的原文可知，AlexNet模型在训

基于CNN的红外图像预处理系统的研究与设计

Facebook进军新闻界！与CNN 福克斯达成合作协议

当地时间星期三，Facebook宣布将向数家新闻机构提供资金，为其平台制作独家原创新闻节目。这些新闻节目将登陆Watch频道——Facebook专门用来播放原创视频节目的频道。

人工智能诊断皮肤癌 比医生还精准

德国、法国与美国科学家的一项联合研究发现，人工智能诊断皮肤癌的能力首次超越皮肤科医生，有助加快诊断过程，帮助病人尽早对抗癌症，并降低正常的痣被误诊为癌症的风险。

介绍一款基于FPGA的CNN硬件加速器IP

随着人工智能(AI)的不断发展，它已经从早期的人工特征工程进化到现在可以从海量数据中学习，机器视觉、语音识别以及自然语言处理等领域都取得了重大突破。CNN(Convolutional Neural Network，卷积神经网络)在人工智能领域受到越来越多的青睐，它是深度学习技术中极具代表性的网络结构之一，尤其在图像处理领域取得了很大的成功。随着网络变得越来越大、越来越复杂，我们需要大量的计算资源来对其进行训练，因此人们纷纷将注意力转向FPGA(Field Programmable Gate Array，现