硬件轉(zhuǎn)換 文章 進入硬件轉(zhuǎn)換技術社區(qū)

卷積神經(jīng)網(wǎng)絡的硬件轉(zhuǎn)換：什么是機器學習？——第三部分

• 摘要本系列文章由三部分組成，主要探討卷積神經(jīng)網(wǎng)絡(CNN)的特性和應用。CNN主要用于模式識別和對象分類。作為系列文章的第三部分，本文重點解釋如何使用硬件轉(zhuǎn)換卷積神經(jīng)網(wǎng)絡(CNN)，并特別介紹使用帶CNN硬件加速器的人工智能(AI)微控制器在物聯(lián)網(wǎng)(IoT)邊緣實現(xiàn)人工智能應用所帶來的好處。系列文章的前兩篇文章為《卷積神經(jīng)網(wǎng)絡簡介：什么是機器學習？——第一部分》和《訓練卷積神經(jīng)網(wǎng)絡：什么是機器學習？——第二部分》。 簡介AI應用通常需要消耗大量能源，并以服務器農(nóng)場或昂貴的現(xiàn)場可編程門陣列(FPG
• 關鍵字： 卷積神經(jīng)網(wǎng)絡  硬件轉(zhuǎn)換  機器學習  ADI