Sie verwenden einen veralteten Browser und können nicht alle Funktionen dieser Webseite nutzen. Hier erfahren Sie, wie Sie Ihren Browser aktualisieren können.

OK
Karriere | Investoren

Broschüren

E-Book Deep Learning

Anwender sind imstande, Deep Learning-Anwendungen ohne Hardware-Entwicklung im FPGA zu programmieren – anhand der grafischen Entwicklungsumgebung VisualApplets. Mittels Datenfluss-Modellen lassen sich passende Netzarchitekturen unterschiedlicher Größe und Komplexität integrieren sowie vortrainierte Konfigurationsparameter für die Gewichte der Netze (weights) laden. Neue leistungsfähigere Camera Link Framegrabber wie der mit einer CNN-Runtime-Lizenz ausgestattete microEnable 5 marathon deepVCL enthalten bereits größere FPGA-Prozessoren, die für Deep Learning-Anwendungen mit der benötigten hohen Rechenleistung und Bandbreite notwendig sind. Anwender profitieren von langfristigen Einsparungen durch geringere Gesamtsystemkosten und schnelle Anpassbarkeit.

Jetzt kostenlos herunterladen

Klicken Sie bitte auf den folgenden Link, um den Download zu starten.