頭條 開啟工業(yè)4.0：集成EtherCAT和萊迪思FPGA實現(xiàn)高級自動化 隨著工業(yè)領(lǐng)域向?qū)崿F(xiàn)工業(yè)4.0的目標不斷邁進，市場對具備彈性連接、低功耗、高性能和強大安全性的系統(tǒng)需求與日俱增。 然而，實施數(shù)字化轉(zhuǎn)型并非總是一帆風順。企業(yè)必須在現(xiàn)有環(huán)境中集成這些先進系統(tǒng)，同時應對軟件孤島、互聯(lián)網(wǎng)時代前的老舊設(shè)備以及根深蒂固的工作流程等挑戰(zhàn)。它們需要能夠在這些限制條件下有針對性地應用高性能軟硬件的解決方案。 最新資訊 PCB設(shè)計中BGA器件布局布線經(jīng)驗談 SMT(Surface Mount Technology 表面安裝)技術(shù)順應了智能電子產(chǎn)品小型化，輕型化的發(fā)展潮流，為實現(xiàn)電子產(chǎn)品的輕、薄、短、小打下了基礎(chǔ)。SMT技術(shù)在90年代也走向成熟的階段。但隨著電子產(chǎn)品向便攜式／小型化、網(wǎng)絡(luò)化方向的迅速發(fā)展，對電子組裝技術(shù)提出了更高的要求，其中BGA(Ball Grid Array 球柵陣列封裝)就是一項已經(jīng)進入實用化階段的高密度組裝技術(shù)。 發(fā)表于：8/18/2018 FPGA時序約束方法匯總，從易到難的都有 從最近一段時間工作和學習的成果中，我總結(jié)了如下幾種進行時序約束的方法。 發(fā)表于：8/18/2018 如何使用一個DSP block實現(xiàn)4個11位浮點型數(shù)據(jù)乘法運算 隨著深度學習的發(fā)展，為了解決更加抽象，更加復雜的學習問題，深度學習的網(wǎng)絡(luò)規(guī)模在不斷的增加，計算和數(shù)據(jù)的復雜也隨之劇增。INTEL FPGA具有高性能，可編程，低功耗等特點，為AI應用加速提供了一種靈活、確定的低延遲、高通量、節(jié)能的解決方案。Arria10是INTELFPGA第一代集成IEEE754標準單精度硬浮點DSP block，可以為高復雜度的深度學習算法提供高精度，高能效的乘法運算。 發(fā)表于：8/18/2018 從易到難總結(jié)幾種FPGA時序約束方法 從最近一段時間工作和學習的成果中，我總結(jié)了如下幾種進行時序約束的方法。按照從易到難的順序排列如下： 發(fā)表于：8/18/2018 C語言模塊化程序設(shè)計相關(guān)概念 模塊劃分的"劃"是規(guī)劃的意思，意指怎樣合理的將一個很大的軟件劃分為一系列功能獨立的部分合作完成系統(tǒng)的需求。C語言作為一種結(jié)構(gòu)化的程序設(shè)計語言，在模塊的劃分上主要依據(jù)功能(依功能進行劃分在面向?qū)ο笤O(shè)計中成為一個錯誤，牛頓定律遇到了>相對論)，C語言模塊化程序設(shè)計需理解如下概念： 發(fā)表于：8/18/2018 ECCV 2018 | 對抗深度學習: 魚 (模型準確性) 與熊掌 (模型魯棒性) 能否兼得？ 分類的準確度長期以來都是評價圖像分類模型性能的最核心甚至唯一標準。但最近研究表明，即使是充分訓練好的深度神經(jīng)網(wǎng)絡(luò)模型也很容易被對抗攻擊算法攻破。 發(fā)表于：8/18/2018 業(yè)界 | 專訪達觀數(shù)據(jù)CEO陳運文：文檔審閱2.0時代到來 利用機器學習技術(shù)審閱文檔，生成摘要，提高文字工作效率是人工智能的重要發(fā)展方向。近日，達觀數(shù)據(jù)推出了文檔智能審閱系統(tǒng) 2.0 版，吸引了德勤、平安信托等眾多公司的青睞。 發(fā)表于：8/18/2018 前沿 | XNN：打開了自己黑箱的神經(jīng)網(wǎng)絡(luò) 本文介紹了一種旨在「打開」并解釋神經(jīng)網(wǎng)絡(luò)的新模型 XNN（可解釋神經(jīng)網(wǎng)路）。該網(wǎng)絡(luò)包含三個重要組成部分：投影層、子網(wǎng)絡(luò)、組合層。XNN 還可用于替代復雜模型，無論將 XNN 用作主要模型還是用于更復雜模型的替代模型，XNN 都可以直接解釋模型如何使用輸入特征進行預測。 發(fā)表于：8/18/2018 學界 | 利用AI精確重建多模光纖傳輸圖像，該技術(shù)或可改變醫(yī)療和通信行業(yè) 近日，來自瑞士聯(lián)邦理工學院的一組研究人員在美國光學學會的高影響因子期刊 Optica 上發(fā)表文章報告其研究成果。 發(fā)表于：8/18/2018 華爾街再吸機器學習大牛，Pedro Domingos加入對沖基金巨頭DE Shaw 據(jù)對沖基金巨頭之一 DE Shaw 官網(wǎng)信息，華盛頓大學計算機科學與工程學教授，《The Master Algorithm》作者 Pedro Domingos 將于 8 月 27 日加入該公司，成為 DE Shaw 集團新成立的機器學習組的總經(jīng)理與負責人。 發(fā)表于：8/18/2018 ?…82838485868788899091…?
