硬件转换 文章 进入硬件转换技术社区

卷积神经网络的硬件转换：什么是机器学习？——第三部分

• 摘要本系列文章由三部分组成，主要探讨卷积神经网络(CNN)的特性和应用。CNN主要用于模式识别和对象分类。作为系列文章的第三部分，本文重点解释如何使用硬件转换卷积神经网络(CNN)，并特别介绍使用带CNN硬件加速器的人工智能(AI)微控制器在物联网(IoT)边缘实现人工智能应用所带来的好处。系列文章的前两篇文章为《卷积神经网络简介：什么是机器学习？——第一部分》和《训练卷积神经网络：什么是机器学习？——第二部分》。 简介AI应用通常需要消耗大量能源，并以服务器农场或昂贵的现场可编程门阵列(FPG
• 关键字： 卷积神经网络  硬件转换  机器学习  ADI