頭條 AMD慶祝賽靈思成立40周年 40 年前，賽靈思（Xilinx）推出了一種革命性的設(shè)備，讓工程師可以在辦公桌上使用邏輯編程。 賽靈思開(kāi)發(fā)的現(xiàn)場(chǎng)可編程門陣列（FPGA）使工程師能夠?qū)⒕哂凶远x邏輯的比特流下載到臺(tái)式編程器中立即運(yùn)行，而無(wú)需等待數(shù)周才能從晶圓廠返回芯片。如果出現(xiàn)錯(cuò)誤或問(wèn)題，設(shè)備可以在那里重新編程。 最新資訊 百道Python面試題實(shí)現(xiàn)，搞定Python編程就靠它 想要備戰(zhàn) Python 面試，這兩個(gè)項(xiàng)目有千道 Python 問(wèn)題與實(shí)現(xiàn)。 發(fā)表于：4/12/2019 一種基于憶阻特性的監(jiān)督神經(jīng)網(wǎng)絡(luò)算法及電路設(shè)計(jì) 針對(duì)如何將憶阻器融入人工神經(jīng)網(wǎng)絡(luò)算法并進(jìn)行硬件實(shí)現(xiàn)的問(wèn)題，提出了一種在現(xiàn)場(chǎng)可編程邏輯門陣列（FPGA）平臺(tái)上實(shí)現(xiàn)的基于憶阻特性的監(jiān)督神經(jīng)網(wǎng)絡(luò)算法。該設(shè)計(jì)以憶阻器模塊作為神經(jīng)網(wǎng)絡(luò)中的權(quán)值存儲(chǔ)模塊，構(gòu)建誤差反饋機(jī)制的監(jiān)督學(xué)習(xí)。將該憶阻神經(jīng)網(wǎng)絡(luò)電路應(yīng)用于圖像分類問(wèn)題，并進(jìn)行了資源占用和處理速度的優(yōu)化。實(shí)驗(yàn)結(jié)果表明其分類結(jié)果良好，在Cyclone II：EP2C70F896I8平臺(tái)上，整體網(wǎng)絡(luò)算法占用11 773個(gè)邏輯單元（LEs），訓(xùn)練耗時(shí)0.33 ms，圖像的測(cè)試耗時(shí)10 μs。這一工作對(duì)憶阻器和神經(jīng)網(wǎng)絡(luò)的結(jié)合提出了一個(gè)有益的參考。 發(fā)表于：4/11/2019 研華推出一款高性能無(wú)風(fēng)扇控制柜專用PC 支持靈活的PCI/PCIe擴(kuò)展卡 2019年3月，自動(dòng)化技術(shù)領(lǐng)先供應(yīng)商研華隆重推出UNO-3285C，一款高性能無(wú)風(fēng)扇控制柜專用PC。 發(fā)表于：4/10/2019 微軟發(fā)布的 pyright 有哪些功能 微軟本周發(fā)布一個(gè)小工具：pyright，它是一個(gè)靜態(tài)類型檢查器，微軟聲稱 pyright 各方面性能優(yōu)于同行。 發(fā)表于：4/2/2019 李克強(qiáng)：中國(guó)正在加快發(fā)展人工智能等新興產(chǎn)業(yè) 國(guó)務(wù)院總理李克強(qiáng)28日下午在海南博鰲同出席博鰲亞洲論壇2019年年會(huì)的工商、金融、媒體、智庫(kù)代表舉行對(duì)話會(huì)。 發(fā)表于：3/30/2019 集成電路產(chǎn)業(yè)要發(fā)展，人才培養(yǎng)體制要改革 面對(duì)新一代信息技術(shù)的發(fā)展、大數(shù)據(jù)與人工智能的應(yīng)用，我國(guó)仍然遭受著缺少核心芯片、缺少自主操作系統(tǒng)即所謂“缺芯少魂”的嚴(yán)峻局面。 發(fā)表于：3/30/2019 你的耳朵真的靈敏嗎？Goodfellow等人提出不可察覺(jué)的魯棒語(yǔ)音對(duì)抗樣本 圖像領(lǐng)域的對(duì)抗樣本對(duì)人類來(lái)說(shuō)難以區(qū)分，但語(yǔ)音識(shí)別領(lǐng)域的對(duì)抗樣本卻往往是可以察覺(jué)的，而且聽(tīng)起來(lái)非常明顯。在本文中，Ian Goodfellow 等人提出了用于自動(dòng)語(yǔ)音識(shí)別體統(tǒng)的針對(duì)性對(duì)抗樣本，這些樣本不易被人類察覺(jué)，而且非常魯棒。 發(fā)表于：3/30/2019 一張照片獲得3D人體信息，云從科技提出新型DenseBody框架 來(lái)自云從科技和上海交通大學(xué)的研究者近期提出一種新型框架 DenseBody，可直接從一張彩色照片中獲取 3D 人體姿勢(shì)和形狀。該研究設(shè)計(jì)了一種高效的 3D 人體姿勢(shì)和形狀表示，無(wú)需中間表示和任務(wù)，端到端地實(shí)現(xiàn)從單個(gè)圖像到 3D 人體網(wǎng)格的生成。 發(fā)表于：3/29/2019 數(shù)據(jù)科學(xué)的下一個(gè)「超能力」：模型可解釋性 很多人重視重視模型的預(yù)測(cè)能力，卻忽略了模型可解釋性的重要性，只知其然而不知其所以然。為什么說(shuō)模型的可解釋性這么重要呢？作者就 5 個(gè)方面對(duì)此進(jìn)行了闡述。 發(fā)表于：3/29/2019 實(shí)質(zhì)名歸的ACM 2018圖靈獎(jiǎng)，「哭泣的」LSTM之父Schmidhuber 昨日，ACM 2018 圖靈獎(jiǎng)得主公布，深度學(xué)習(xí)三巨頭 Geoffrey Hinton、Yoshua Bengio 和 Yann LeCun 三人共享此殊榮。此次 ACM 大獎(jiǎng)的頒布，一方面讓人感嘆「終于」、「實(shí)至名歸」之外，也讓人不禁想起 LSTM 之父 JÜRGEN SCHMIDHUBER，他是否也應(yīng)該獲此榮譽(yù)呢？ 發(fā)表于：3/29/2019 ?…41424344454647484950…?
