神经网络

• 面向嵌入式部署的神经网络优化：模型压缩深度解析

  作者：Lavanya Arakere Dineshkumar 1.为什么需要神经网络模型压缩？ 神经网络已经成为解决复杂机器学习问题的强大工具。然而，这种能力往往伴随着模型规模和计算复杂度的增加。当输入维度较大（例如长时序窗口、高分辨率特征空间）时，模型需要更多参数、每次推理需要更多算术运算，使其难以部署在嵌入式硬件上。 对于嵌入式系统而言，资源极其有限。内存空间受限，因此在桌面或云平台上轻松运行

  与非网编辑

  438

  02/24 15:48

  机器学习 嵌入式系统

  
• 【匠师共研】系列之二 解锁铁电材料密码，铺就类脑存算一体工程化之路

  当类脑智能成为打破传统算力瓶颈的核心方向，材料创新与工程化落地的协同探索愈发关键。近日，泰克技术大牛中国区技术总监张欣与华东师范大学专家田教授展开深度对话，围绕 “铁电赋能类脑” 主题，从材料机理、器件研发到测试赋能，全方位拆解从实验室创新到存算一体工程化的进阶之路。 “铁电材料的独特性，是类脑器件研发的核心密码。” 田教授开篇点明核心。他介绍，铁电材料因晶体结构对称性破缺，内部偶极子在外加电场作

  与非网编辑

  433

  02/03 13:58

  CMOS 泰克

  
• AFCI 模型超参数管理实操：mlflow 一站式实验跟踪与优化

  AI 神经网络训练中，学习率、batch size、帧长等超参数的调整直接影响模型准确率，而频繁实验后的参数对比、结果记录是优化关键。mlflow 作为机器学习生命周期管理工具，能统一记录实验参数、指标、模型文件，还支持可视化对比，大幅提升 AFCI 等 AI 项目的实验效率。本文基于 ST 官方 LAT1339 应用笔记，详解 mlflow 的核心功能、代码集成方法，以及在 AFCI 项目中的实战应用，适用于 TensorFlow、Keras 等主流框架。

  eefocus_3901714

  471

  01/29 09:45

  机器学习 神经网络
• 开源！50+算法，Java基于YOLO框架的视频AI识别算法平台，适配低空无人机巡检、摄像头安防场景

  YOLO视频AI识别算法管理平台基于YOLO v8神经网络模型，支持Linux和Windows环境，利用Python、C++、Shell和Docker等技术实现高效推理运算和实时视频识别。平台集成了前端Vue和后端SpringBoot框架，提供人、车、火灾烟雾等多种视频识别功能，并通过FFmpeg推流至ZLMediaKit，便于Web页面实时查看。

  IoT物联网技术

  1266

  01/04 08:23

  神经网络 智能识别
• 如何让神经网络在硬件上飞驰？——神经网络芯片在机器人控制上的应用实例

  随着机器人技术的发展，尤其是从平面转向立体，机械臂的自由度增加导致运动规划变得更为复杂和计算密集。传统流水线式计算架构难以满足实时需求。一种基于FPGA的创新设计通过构建高度精简的“最小计算单元”来解决这一问题，显著提升了计算效率，并在有限硬件资源下实现了高精度末端轨迹跟踪。 本文详细介绍了一种基于最小单元PE的设计，用于实现坐标转换矩阵的并行计算。通过16个PE单元组成的坐标转换矩阵相乘单元PEs，能够高效地进行矩阵乘法运算。最终，该设计应用于PUMA560冗余度机械臂，成功实现了末端轨迹跟踪任务，误差控制在10^-3至10^-2量级，展示了FPGA在机器人控制领域的潜力。

  工控有得聊

  1478

  2025/12/30

  神经网络 机器人控制

  
• 让数据在产生的地方自己说话：用神经网络在STM32上实现数据“链上”决策

  本文介绍了如何在STM32F103C8T6上部署NanoEdge AI模型，实现故障诊断和分类预测。通过将边缘计算节点部署在STM32端，解决了低功耗和带宽之间的矛盾，提高了系统的运行效率和降低成本。这种方法不仅适用于振动传感器的数据处理，还可以应用于农业环境监测、智能家居等多个领域，使终端设备具备更强的自适应能力。

  实在太懒于是不想取名

  1849

  2025/11/12

  边缘计算 神经网络

  
• 逐点半导体分布式渲染解决方案助力真我GT8系列电竞独显芯片R1性能跃升

  专业的图像和显示处理方案提供商逐点半导体宣布，为真我GT8系列搭载的电竞独显芯片R1提供先进的分布式渲染解决方案。该方案通过集成超低延时MotionEngine™技术、高效AI游戏超分技术、全时HDR技术，助力该芯片提升性能，为用户带来全新的视觉体验。 逐点半导体分布式渲染解决方案，采用基于神经网络算法的AI分布式计算架构，该架构在传统渲染架构的基础上进行了深度优化，可支持电竞独显芯片R1降低GP

  与非网编辑

  1083

  2025/11/07

  GPU 神经网络
• 湖南新建高速项目的“神经网络”是如何搭建的？——揭秘80公里高速的收费、通信、监控一体化系统

  湖南省某条贯穿山区、串联景区的高速公路，不仅是交通主干道，更是区域协同发展和旅游经济助推器。全长约80公里，北起湘鄂交界隧道，南接旅游县域枢纽，设计时速100公里/小时，这条路如何在复杂地理与气候条件下，实现收费零丢包、通信不中断、监控全高清？ 一、核心系统需求：不只是“通”，更要“稳、快、智” 收费系统：ETC门架与收费站之间，数据上传必须毫秒级完成，交易数据零丢失——这直接关系到通行效率和车主

  武汉迈威通信

  854

  2025/10/22

  通信 神经网络
• STARLight被选定为欧盟芯片合作项目，驱动下一代300mm硅光芯片发展

  STARLight项目汇聚了众多优质的产学术合作伙伴，通过建立大规模生产线，开发尖端光学模块，以及构建完整的价值链，力争使欧洲成为300毫米硅光子学（SiPho）技术的先驱。从现在到2028年，STARLight的目标是开发应用驱动的解决方案，重点关注数据中心、人工智能集群、电信和汽车市场等行业和领域。 由服务多重电子应用领域、全球排名前列的半导体公司意法半导体(STMicroelectronic

  与非网编辑

  1538

  2025/10/13

  激光雷达 意法半导体
• STM32F103部署分类神经网络用于运动姿态识别

  前言 上一期我们在STM32F103中利用NanoEdge AI实现了震动数据异常检测。将MPU6500的三轴加速度数据实现了正常数据和异常数据的区分，并简单的进行了测试。 1、数据导入 首先我们打开NanoEdge AI，创建新的项目，类型选择使用分类并且配置项目信息包括传感器类型、项目名称、项目描述和目标芯片。 在第二步骤中按照指定格式导入数据，本Demo中利用串口进行上传，可视化界面中可以清

  实在太懒于是不想取名

  1727

  2025/09/26

  AI 神经网络
• STM32F1的神经网络应用：陀螺仪异常检测

  本文介绍了如何使用MPU6500替代MPU6050制作陀螺仪，并利用NanoEdge AI软件在STM32F103C8T6中实现异常检测。首先，简要介绍了NanoEdge AI的特点及其低资源消耗的优势。接着，详细描述了从创建新项目到模型训练的过程，包括数据导入、模型训练和验证。最后，展示了模型部署和使用的方法，包括添加头文件、静态库以及调用接口函数进行预测。文章还提及了最近几次NanoEdge AI的重大更新，以及实际焊接MPU6500的经验分享。

  实在太懒于是不想取名

  2304

  2025/09/25

  神经网络 陀螺仪

  
• 模拟对话丨实现更智能的数字预失真引擎：一种基于神经网络的方法

  在基于神经网络的数字预失真（DPD）模型中，使用不同的激活函数对整个系统性能和能效有何影响？ 像整流线性单元（ReLU）这类计算高效的激活函数能够降低能耗，因此更适合移动设备和物联网设备等资源受限的环境。相反，诸如 sigmoid 和 tanh 等更复杂的函数，尽管在某些场景下能带来更优的性能，但由于计算需求更高，可能会增加能耗。因此，在数字预失真（DPD）模型中选择激活函数时，需同时兼顾性能和能

  亚德诺半导体

  1310

  2025/08/28

  神经网络 数字预失真

  
• 如何在RK3576开发板上运行TinyMaix：超轻量级推理框架—基于米尔MYD-LR3576开发板

  本文将介绍基于米尔电子MYD-LR3576开发平台部署超轻量级推理框架方案：TinyMaix。——摘自优秀创作者-短笛君 TinyMaix 是面向单片机的超轻量级的神经网络推理库，即 TinyML 推理库，可以让你在任意低资源MCU上运行轻量级深度学习模型。 关键特性 核心代码少于 400行 (tm_layers.c+tm_model.c+arch_cpu.h), 代码段(.text)少于3KB

  米尔电子

  918

  2025/07/25

  开发板 深度学习

  
• 安森美亮相北京听力学大会，展示智能听力技术领导力

  智能电源与智能感知技术的领先企业安森美（onsemi，纳斯达克代码：ON）近日参加了第九届北京国际听力学大会，展示了前沿的听力解决方案，巩固了公司在智能化、个性化听力健康领域的领先地位。 安森美重点展示了Ezairo系列平台——搭载人工智能增强处理器和先进的神经网络能力，专为高性能助听器及高端音频设备设计。其旗舰产品Ezairo 8300和Ezairo 8310平台通过六核架构实现卓越音频精度，支

  与非网编辑

  600

  2025/06/18

  人工智能 安森美
• 基于PYNQ的智能垃圾分类系统

  本作品是基于赛灵思公司的 pynq 开发平台设计，同时结合了机械控制和神经网络等知识，拥有可以自主识别垃圾并分类的功能，以 FPGA 作为核心处理器最大程度的实现了垃圾识别与分类。该智能垃圾桶将人工分类垃圾转为智能化，大大节省了人力、物力，降低垃圾分类的烦恼，具有长远的利用价值和非常巨大的市场前景。该作品有两种操作模式，可在图像识别和语音识别两种模式之间自由切换。

  FPGA技术江湖

  1148

  2025/06/10

  FPGA 神经网络

  
• STM32F103如何实现多分类神经网络？使用MPU6050分辨风扇工作状态！

  之前我们有介绍过如何利用STM32F103使用NanoEdge AI训练MPU6050的数据实现静止和振动判断。不过这是一个非常简单的Demo测试，本期我们在此基础上，使用MPU6050实现小风扇的运行模式检测。

  实在太懒于是不想取名

  2231

  2025/03/31

  神经网络 MPU6050

  
• 基于BP神经网络的PID控制参数优化详解

  在工业控制系统中，PID（比例-积分-微分）控制器是最常用的控制算法之一。然而，传统PID控制在复杂的非线性系统中可能表现不足。为了解决这一问题，BP（反向传播）神经网络结合PID控制的方法应运而生。本期深入了解如何利用BP神经网络优化PID控制器的参数，并提升系统的控制性能。

  算法小狂人

  2827

  2025/03/24

  神经网络 PID控制

  
• 先进汽车GPU的高速和高效开发将加速智能驾驶的更广泛普及

  作者：Imagination高级首席解决方案架构师 章政 根据工业和信息化部装备一司发布的消息：2025年1月，中国汽车产销分别完成245万辆和242.3万辆，产量同比增长1.7%，销量同比下降0.6%。其中，新能源汽车产销分别完成101.5万辆和94.4万辆，同比分别增长29%和29.4%，新能源汽车新车销量达到汽车新车总销量的38.9%；乘用车产销分别完成215.1万辆和213.3万辆，同比分

  与非网编辑

  563

  2025/02/21

  GPU 智能汽车
• 斑马技术Zebra Aurora™机器视觉软件系列引入全新深度学习工具

  致力于助力企业实现数据、资产和人员智能互联的先进数字解决方案提供商，斑马技术公司（纳斯达克股票代码：ZBRA）今日宣布将引入一系列先进的AI功能，以强化Zebra Aurora™机器视觉软件平台，针对复杂视觉检测用例提供深度学习功能。 斑马技术2024年《全球制造愿景研究报告》显示，全球61%的受访制造商领导者预见到2029年AI将成为促进增长的主要动力。斑马技术的《汽车产业人工智能机器视觉基准报

  与非网编辑

  1420

  2025/01/02

  应用程序 神经网络

  
• 大话循环神经网络RNN、LSTM、GRU

  CNN主要处理图像信息，主要应用于计算机视觉领域。RNN（recurrent neural network）主要就是处理序列数据（自然语言处理、语音识别、视频分类、文本情感分析、翻译），核心就是它能保持过去的记忆。但RNN有着梯度消失问题，专家之后接着改进为LSTM和GRU结构。下面将用通俗的语言分别详细介绍。

  全栈O-Jay

  5614

  2024/12/20

  神经网络

  

正在努力加载...