深度学习与FPGA硬件加速（点击查看）
点击次数：
杨丹（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：
- 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
- 邮箱：
- 移动电话：
- 通讯/办公地址：
- 邮编：
深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。
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：