神经网络

加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。

人工神经网络(Artificial Neural Networks,简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connection Model),它是一种模仿动物神经网络行为特征,进行分布式并行信息处理的算法数学模型。这种网络依靠系统的复杂程度,通过调整内部大量节点之间相互连接的关系,从而达到处理信息的目的。收起

查看更多
  • ASICFPGA 中文网站正式上线,介绍相机 ISP IP 核及无需 DPU 或 NPU 的 AI 降噪 IP 核
    AI 2D+3DNR 以 Verilog RTL 实现深度学习空域与时域降噪,已在 AMD Kria KV260 上配合 Sony IMX678 以 1920×1080、30 fps 验证;RTL 可移植到国产 FPGA。 相机图像信号处理器(ISP)IP 核供应商 ASICFPGA 推出简体中文网站(www.asicfpga.com/zh),为中国的 FPGA 与 ASIC 设计工程师提供相机
    ASICFPGA 中文网站正式上线,介绍相机 ISP IP 核及无需 DPU 或 NPU 的 AI 降噪 IP 核
  • Hailo-8 Century PCIe卡入门套件在贸泽开售,为汽车、边缘、AI及视频应用注入活力
    专注于引入新品的全球电子元器件和工业自动化产品授权代理商贸泽电子 (Mouser Electronics) 即日起开售Hailo的新款Hailo-8 Century PCIe卡入门套件。Hailo-8 Century PCIe卡支持高性能、高效率的边缘、汽车、AI和视频分析应用的原型开发和设计。 Hailo-8 Century PCIe卡入门套件配备高性能Century PCIe卡,在保持低功耗的
    Hailo-8 Century PCIe卡入门套件在贸泽开售,为汽车、边缘、AI及视频应用注入活力
  • Arm 神经网络技术获选 2026 年世界互联网大会精品案例
    以“开源开放 共建共享——携手构建网络空间命运共同体”为主题的 2026 年世界互联网大会乌镇峰会正式启幕。Arm® 神经网络技术(Neural Technology)为业界首创,在最新的 Arm® Mali™ GPU 中原生引入人工智能(AI)能力,凭借在 AI 加速的图形技术创新与移动生态应用的具体实践,获选“携手构建网络空间命运共同体精品案例”,再次荣获大会认可。 Arm 执行副总裁兼首席商
    106
    11/03 08:27
    Arm 神经网络技术获选 2026 年世界互联网大会精品案例
  • Arm 神经网络技术实现落地:团结引擎原生集成 NSS,《光影新生》开放下载体验
    摘要:Unity 中国团结引擎 1.11.0 原生集成神经超级采样(NSS)技术,将 Arm 神经网络技术直接融入手游开发工作流;与此同时,《光影新生》现已开放下载体验,将先进的神经图形体验进一步带给手游玩家。 Arm® 神经网络技术正加速从技术创新走向实际应用。Unity 中国团结引擎 1.11.0 现已原生集成 Arm 神经超级采样(NSS)技术,将神经网络技术直接融入手游开发工作流,让广大团
    150
    10/30 14:23
    Arm 神经网络技术实现落地:团结引擎原生集成 NSS,《光影新生》开放下载体验
  • 深度学习实战-基于Resnet50的青光眼疾病图像识别模型
    本项目基于深度学习架构,利用 ResNet50 神经网络模型,开发了一套青光眼全自动辅助筛查系统。实验依托 Hillel Yaffe 青光眼数据集,通过数据预处理、特征工程、模型构建与训练,实现了高精度的医学影像辅助诊断。结果显示,模型在独立测试集上的全局总准确率达到 98.67%,针对青光眼的召回率高达 99%,证明了深度残差网络在医学影像识别领域的潜力。此系统有望在未来应用于基层医疗机构,推动青光眼的早期筛查与防治。
    深度学习实战-基于Resnet50的青光眼疾病图像识别模型
  • 超薄 8K/4K 边缘 AI 数字标牌播放器,赋能户外数字广告、视频墙、智慧零售与交通乘客信息系统
    全球 AIoT 与边缘计算领导厂商研华正式发布 DS-054 超薄边缘 AI 数字标牌播放器,专为高分辨率数字标牌、视频墙、智慧零售、交通乘客信息系统(PIS)及医疗显示场景打造。 整机搭载 AMD 锐龙嵌入式 8000 系列处理器,采用 Zen4 CPU 架构、RDNA3 图形核显,集成 XDNA NPU 神经网络处理单元,在小巧机身内兼具强劲算力与图形渲染性能。设备内置 NPU 最高可达 16
    超薄 8K/4K 边缘 AI 数字标牌播放器,赋能户外数字广告、视频墙、智慧零售与交通乘客信息系统
  • 从硬件电路到神经网络的STM32N6开发:烧录算法制作
    本文介绍了如何为STM32N6硬件板卡自制烧录算法,以正确地将代码烧录到自制的W25Q256 Flash芯片中。通过CubeMX配置外部加载器,并在CubeProgramer中选择生成的烧录算法进行测试,最终实现了代码的成功烧录和离线运行。
    从硬件电路到神经网络的STM32N6开发:烧录算法制作
  • 从硬件电路到神经网络的STM32N6开发:硬件电路设计
    本文介绍了使用STM32N6作为主控制器的科研项目硬件电路设计过程。首先,选择了STM32N55X0H3作为主控芯片,降低了开发难度并节省成本。其次,外部存储器方面,采用了APS6404L代替APS256XXN,解决了封装和器件缺失的问题。Flash芯片则由MX66UW1G45GXD100降级为W25Q256JVFIQ,适应了不同的电平要求。电源部分详细描述了STM32N6所需的多种电压及其生成方法,特别强调了0.81V和0.89V电压的设置。最后,外设配置涵盖了LTDC显示屏、IMX224摄像头和SD卡的设计要点。整体电路设计注重细节和兼容性,力求高效解决开发难题。
  • Arm 神经技术与虚幻引擎 MegaLights落地《光影新生》,让手游画质追上了3A
    Arm推出神经渲染架构,将AI融入移动端实时图形渲染,解决传统静态光影烘焙带来的问题,提高移动端游戏性能与画质。核心算法包括神经超级采样、神经超级采样与降噪及神经帧率提升,支持MegaLights技术,降低复杂光照算力开销。开源SDK确保与其他引擎兼容,助力开发者实现高性能、低能耗的移动端游戏开发。
    1518
    06/18 14:31
    Arm 神经技术与虚幻引擎 MegaLights落地《光影新生》,让手游画质追上了3A
  • 少年天才,博士退学!他造出全球首款NEU AI芯片——当神经网络成为计算机:中紫星NEU架构的诞生
    中紫星技术有限公司(中紫星)是一家专注于神经网络执行机制的AI芯片公司,成立于2025年,创始团队来自多伦多的Vector Institute。中紫星提出了NEU(Neural Execution Unit)架构,旨在让神经网络成为计算机的执行结构,而非仅仅作为指令集进行运算。NEU架构摒弃了传统的指令式计算,转而采用神经拓扑驱动、分布式局部执行和空间展开的方式,直接映射神经网络到硬件结构中。 中紫星的主要应用场景是大模型推理,特别是针对FFN部分的高效计算。NEU的优势在于其专为神经网络执行设计,能显著提高这类密集计算场景的效率。尽管NEU并非替代GPU,而是与其形成协同工作的异构计算架构的一部分,中紫星希望通过NEU来优化整个AI基础设施的效率、成本和能耗。 中紫星的愿景是成为“人工智能的解放者”,推动计算基础设施的重构,使计算机从程序驱动走向模型驱动。在未来,随着AI的强大发展,计算机可能会从程序驱动转变为模型驱动,从而带来计算平台的根本变革。
  • 曜智光科首席科学家暨MIT团队颠覆性三维微纳制造光芯片成果荣登《Nature Photonics》
    曜智光科 曜智光科(Rationalite Photonics)首席科学家暨 MIT 团队在微纳制造与光芯片领域取得颠覆性突破,相关研究成果于2026年5月12日正式发表在国际顶尖学术期刊《Nature Photonics》(自然·光子学上。该研究展示了一种名为“内爆雕刻”(ImpCarv)的全新制造方法。该技术成功突破了传统光学制造的衍射极限,为构建具有纳米级精度、高自由度的复杂三维(3D)超结
    曜智光科首席科学家暨MIT团队颠覆性三维微纳制造光芯片成果荣登《Nature Photonics》
  • STM32N6的开发日记(13):从基础外设到神经网络部署全面指南
    本文介绍了如何上手STM32N6开发板,并详细讲解了系统烧录、LTDC显示、DCMIPP和ISP配置、神经网络应用和部署等内容。文章强调了在使用过程中要注意的关键点,如签名代码差异、XSPI时钟配置、LTDC内存权限等问题,并提供了多个实际操作步骤和注意事项,帮助读者更好地理解和掌握STM32N6的开发技巧。
  • STM32N6的开发日记(4):快速上手LTDC显示图片-让屏幕刷新丝滑流畅
    STM32N6是一款集成了自研神经处理单元的MCU,具有强大的边缘AI算力。本文介绍了如何使用STM32CubeMX配置LTDC进行屏幕驱动,并展示了具体的代码实现步骤,最终成功在STM32N6570-DK开发板上实现了屏幕图像显示。
  • STM32N6的开发日记(3):如何利用CubeMX快速部署我们的神经网络模型
    STM32N6是一款集成了自研神经处理单元的MCU,重新定义了边缘AI的算力边界。本文介绍了如何在STM32N6上导入并初步运行神经网络模型,包括准备工作、STM32CubeMX配置、神经网络部署、代码测试等内容。通过实例展示了如何使用STM32CubeMX进行模型处理和部署,以及如何在代码中进行输入输出数据处理和模型推理。最后,演示了如何将权重文件烧录到指定地址,并在代码中打印输出结果,验证了神经网络的正确运行。
  • 基于FPGA及神经网络SSD算法目标检测系统设计
    本文介绍了基于FPGA的SSD目标检测算法的移植与优化。首先,详细阐述了SSD算法的基本原理及其在不同层次的特征提取和目标检测中的作用。接着,描述了SSD算法在PYNQ平台上的实现步骤,包括卷积、池化、L2范数等模块的设计与优化。文中还讨论了并行设计和量化设计的具体措施,以提高算法的执行效率和资源利用率。 此外,文章提到了Python网络搭建的过程,通过调用卷积和池化单元实现主干特征网络,并对特定检测层进行分类预测和回归预测。最后,总结了项目的完成情况和性能参数,指出当前实现的功能满足预定要求,但在工作时钟频率和数据并行性方面仍有待改进。
    589
    04/28 10:27
    基于FPGA及神经网络SSD算法目标检测系统设计
  • 地平线征程 6 系列集成 Cadence Tensilica Vision DSP,实现规模化量产
    近日,楷登电子 Cadence 宣布,地平线征程® 6(J6)已成功将 Tensilica Vision DSP 集成至其系统级芯片中,并实现了规模化量产。Cadence Tensilica 将为搭载地平线 J6 系列的多款主机厂车型提供技术支持。此里程碑标志着 Cadence 与地平线进一步深化合作,双方共同推动面向大众市场的智能辅助驾驶解决方案成功落地。 地平线征程系列是地平线智能驾驶系统的核
    地平线征程 6 系列集成 Cadence Tensilica Vision DSP,实现规模化量产
  • 从0到1搞定医学影像分割!YOLOseg实战,不用懂复杂原理
    在工业级神经网络应用中,Yolo模型是最受欢迎的目标检测模型。本文介绍了如何使用Label-Studio准备数据集,并利用Pytorch和ultralytics库构建并训练实例分割模型。最终展示了模型的训练过程和预测效果,适用于医学检测项目中的实例分割任务。
  • 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
    面向嵌入式部署的神经网络优化:模型压缩深度解析
  • 【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
    689
    02/03 13:58
    【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
  • 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。

正在努力加载...