热点:

返回顶部
QQ咨询
官方微信
首页 > 人工智能 > 神经网络的快速搭建训练到FPGA实现(五)
课程图片
神经网络的快速搭建训练到FPGA实现(五)
开课时间
2018/11/20 14:00
课程标签
课程分类
报名人数
108人已报名
¥49.00
课程介绍

本课程是系列课程,共6节,直播期间限时免费,结束后将恢复原价。

了解系列课程详情>>

神经网.png


AI算法非常强大,它可以轻松的做很多我们人类做起来非常复杂的事情,像目标识别,目标追踪等,但它所需的运算也相当强大,比如华为公司就投入了几千人的设计团队来设计NPO解决这一问题。

接下来我们将教大家如何简易的操作类似的事情,即使用一款FPGA开发平台和相应的工具链来完成搭建神经网络专用的网络系统,通过本课程的学习,你将掌握神经网络通过tensorflow快速搭建的方法以及如何快速FPGA实现。欢迎大家跟着我们一起动作实践起来,感受AI的神奇。


本期课程内容:搭建SOC系统,编写加速器的软件驱动,并加速手写识别网络

直播时间:2018/11/27 14:00


课程特色:

从软件到FPGA实现的快速入门,详细讲解工具平台的使用,可以帮助大家打破万事开头难,有了这次经历后面的开发和学习之路将方便许多。

适宜人群:

对于AI有浓厚兴趣,同时对于FPGA设计开发也有浓厚兴趣并想快速上手的人群,是一个软硬件结合的课程,没有基础知识我们里面也有补充,新手也适宜。做软件想在硬件上实现的人,做硬件想知道怎么快速开发AI算法的人,都适宜。

通过系列课程的学习,你将收获:

  • AI相关的基础知识

  • 算法方面模型的搭建与训练

  • 如何快速设计一个加速器的硬件电路

  • 如何搭建SOC平台在上面来验证你这个电路,并放到实际的应用场景中去


系列课程内容:

课程套餐:神经网络的快速搭建训练到FPGA实现,6节系列课程,仅售199元(原价294查看详情>>

第一讲:数字图像、手写识别为例的分类全连接和卷积神经网络、tensorflow介绍(直播时间:2018/10/26 14:00

第二讲:手写识别卷积神经网络用tensorflow搭建和训练(直播时间:2018/11/06 14:00

第三讲:高层次综合工具(Vivado HLS)介绍与实际操作(直播时间:2018/11/14 14:00

第四讲:使用高层次综合工具实现两个神经网络加速电路(直播时间:2018/11/16 14:00

第五讲:搭建SOC系统,编写加速器的软件驱动,并加速手写识别网络(直播时间:2018/11/20 14:00

第六讲:搭建上位机(电脑)与FPGA通信平台来验证检验效果(直播时间:2018/11/23 14:00

验证代码.png

识别数字.png


讲师介绍:

黄宇杰.jpg黄宇杰

本科就读于西安电子科技大学,后保研到复旦大学,所在实验室为专用集成电路与系统国家重点实验室,研究方向:计算机视觉算法。在IEEE和的国际会议上发表论文五篇,获得国家奖学金,与蔡宇杰组队参加全国研究生创“芯”大赛获得一等奖,比赛作品为目标追踪算法的硬件加速器设计。


蔡宇杰.jpg

蔡宇杰

多次参加电子设计竞赛、数学建模竞赛并获国家级奖项,以综合成绩100.72分从西安电子科技大学保送复旦大学微电子学院读研。在复旦期间荣获“华为企业奖学金”与全国研究生创“芯”大赛获得一等奖,同时有着丰富的实习经历。现已拿到大疆、华为等多家名企offer。



工具列表:

python,tensorflow,visual studio2012,opencv2.4.9,Vivado 2016.4, Vivado HLS 2016.4, Vivado SDK 2016.4

Zybo/Pynq开发板介绍:

Zybo开发板.pngZybo是一款功能强大丰富,开箱即用型的Xilinx Zynq-7000 APSoC 软硬协同嵌入式开发板。Zynq系列芯片基于Xilinx全可编程片上系统架构(AP SoC),将双核Cortex-A9 ARM处理器与Xilinx 7系列FPGA紧密集成在同一芯片上。Zybo Z7板上搭载有丰富的多媒体接口和连接外设,在其本身就是一台功能强劲的单板计算机的基础上,进一步添加了FPGA功能,令其拥有无可比拟的开发灵活性与强大性能。Zybo Z7所集成的视频处理功能集,包括一个兼容MIPI CSI-2的Pcam(摄像头模块)接口,HDMI输入,HDMI输出和高带宽DDR3L,使之成为时下“嵌入式视觉”这一Xilinx FPGA最为热门的应用领域的一大高性价比解决方案。除此之外,Zybo Z7丰富的Pmod接口让用户能够十分轻松地进一步实现硬件功能的外设扩展,可搭配70多种Digilent专利的Pmod积木式传感模块使用。

PYNQ.jpg

Pynq-Z2是一款功能强大丰富,开箱即用型的Xilinx Zynq-7000 软硬协同嵌入式开发板。Zynq系列芯片基于Xilinx全可编程片上系统架构(AP SoC),将双核Cortex-A9 ARM处理器与Xilinx 7系列FPGA紧密集成在同一芯片上。板上搭载有丰富的多媒体接口和连接外设,在其本身就是一台功能强劲的单板计算机的基础上,进一步添加了FPGA功能,令其拥有无可比拟的开发灵活性与强大性能。此外,还支持Xilinx推出的开源框架PYNQ,支持使用Python进行应用层的开发与调用底层FPGA硬件加速,旨在使基于Zynq架构上的嵌入式开发更加简单易上手。使用Python编程语言以及丰富的第三方扩展包,开发者可以充分利用Zynq架构中的可编程逻辑器件和微处理器的优势,创造出更多好玩有意思的嵌入式系统项目。


欢迎加入直播交流群:327350729摩尔吧直播交流3群

讲师介绍

黄宇杰

黄宇杰,本科就读于西安电子科技大学,后保研到复旦大学,所在实验室为专用集成电路与系统国家重点实验室,研究方向:计算机视觉算法。在IEEE和Springer的国际会议上发表论文五篇,获得国家奖学金,与蔡宇杰组队参加全国研究生创“芯”大赛获得一等奖,比赛作品为目标追踪算法的硬件加速器设计。

讲师介绍

蔡宇杰

多次参加电子设计竞赛、数学建模竞赛并获国家级奖项,以综合成绩100.72分从西安电子科技大学保送复旦大学微电子学院读研。在复旦期间荣获“华为企业奖学金”与全国研究生创“芯”大赛获得一等奖,同时有着丰富的实习经历。

课程评分
评论
review.user.nick_name

评论
暂无评论~
问答
moore8 /200 提问
[最新 的回答] {{question.answer.body}}
时间:{{question.created_at}} 源自:{{question.lecture.title.title}} 收起回答 {{question.num_answers}} 回答
  • [{{answer.user.nick_name}} 的回答] {{answer.body}}
回答
当前还没有提问哦~
附件
132讲
电源课
授课老师
黄宇杰
授课老师
蔡宇杰
猜你喜欢