• 通用链接
  • 手机版
  • 切换语种:English

杨丹(副教授)

+

  • 博士生导师  硕士生导师
  • 电子邮箱:
  • 学历:博士研究生毕业
  • 办公地点:信息学馆505室(南湖校区)
  • 联系方式:13514286842(微信同步)
  • 学位:博士
  • 在职信息:在职
  • 主要任职:东北大学Intel FPGA联合实验室负责人
  • 毕业院校:东北大学
  • 所属院系:信息科学与工程学院

  • 邮编:
  • 通讯/办公地址:
  • 移动电话:
  • 邮箱:

访问量:

开通时间:..

最后更新时间:..

当前位置: 中文主页 >研究方向
  • 研究方向

深度学习与FPGA硬件加速(点击查看)

    度学习作为一种实现机器学习的技术,在处理数据过程中发挥着重要作用并且改变了传统的机器学习方法,已被广泛应用于语音识别、图像识别和自然语言处理等研究领域。如何有效加速深度学习的计算能力一直是科研研究的重点。FPGA凭借其强大的并行计算能力和低功耗等优势成为GPU在加速深度学习领域的有力竞争者。本方向围绕深度学习的FPGA加速在实际设计的系统中应用展开。

深度学习与FPGA加速.png

    课题组主要将该技术应用基于电阻抗测量的成像及手势识别中,实验视频: