利用 OpenCL™ 平台和英特尔® Stratix® 10 FPGA 加快深度学习发展

利用 OpenCL™ 平台和英特尔® Stratix® 10 FPGA 加快深度学习发展】
从 2015 年到 2020 年，互联网视频流量将增长四倍。
鉴于可视数据的爆炸性增长， 找到有效的图像排序、分类和识别方法变得至关重要。卷积神经网络（CNNs）是一种基 于人脑功能的机器学习方法，通常用于图像分析。软件可将图像分为多个部分（通常采 取重叠操作），然后通过分析图像形成可视空间的整体示意图。该流程需要采用多个复 杂的数学运算步骤以分析、比较和识别图像，同时保持较低的错误率。

利用 OpenCL™ 平台和英特尔® Stratix® 10 FPGA 加快深度学习发展

深度学习发展

利用 OpenCL™ 平台和英特尔® Stratix® 10 FPGA 加快深度学习发展