UPGRADE YOUR BROWSER

We have detected your current browser version is not the latest one. Xilinx.com uses the latest web technologies to bring you the best online experience possible. Please upgrade to a Xilinx.com supported browser:Chrome, Firefox, Internet Explorer 11, Safari. Thank you!

基于Xilinx FPGA的高频交易? Aldec公司展示HES-HPC-DSP-KU115 FPGA加速板

修改者 Administrator 修改时间 ‎06-06-2017 12:15 PM (202 查看)

背景:

高频交易是指从那些人们无法利用的极为短暂的市场变化中寻求获利的计算机化交易,比如,某种证券买入价和卖出价差价的微小变化,或者某只股票在不同交易所之间的微小价差。这种交易的速度非常快,以至于有些交易机构将自己的“服务器群组”(server farms)安置到了离交易所的计算机很近的地方,以缩短交易指令通过光缆以光速旅行的距离。追求速度?这无疑又是FPGA可以发挥的领域。

阅读更多内容...

案例展示: 从自动驾驶到网络安全和加速计算 - Powered by Xilinx

修改者 Administrator 修改时间 ‎06-06-2017 10:11 AM (129 查看)

赛灵思 All Programmable 技术和产品正帮助越来越多的客户实现着各种各样的创新,应用涵盖了自动驾驶汽车、网络安全、医疗影像与辅助设备、工业自动化、计算加速等等领域。

 

 

阅读更多内容...

求围观: 打破性能障碍 ,用C 代码实现硬件加速:

修改者 Administrator 修改时间 ‎06-05-2017 12:15 AM (120 查看)

有时候您迫切地需要您的 C 代码运行地非常快,真的非常快。但对于大多数开发团队来说,专门雇佣一个硬件专家来设计加速器是不太可行的。本视频由 EEJournal 录制,由赛灵思专家 Eric Ma 为您带来如何在 C 代码中提供硬件加速能力。

 

要的是“无需硬件设计团队的参与”

 

阅读更多内容...

工程师必备:最好的九张机器学习&深度学习代码速查表

修改者 Administrator 修改时间 ‎06-02-2017 03:36 PM (163 查看)

本文作者在 Github 上建立了一个代码速查表,对机器学习初学者来说是不可多得的一个资源。

阅读更多内容...

Powered by Xilinx : 4K 高清视频/图像分析与处理方案

修改者 Administrator 修改时间 ‎05-26-2017 05:23 PM (149 查看)

本视频由 Omnitek 公司录制,Omnitek 是一家老牌的广电方案设计服务和测试测量供应商。随着广播电视/视频进入超高清图像时代,Omnitek 采用基于赛灵思 FPGA 的图像处理和分析方案被广泛应用于医疗影像,工业影像,汽车影像等领域。

阅读更多内容...


Xilinx Documentation Navigator 提供了访问赛灵思文档、视频和支持资源的通道,您可以在其中筛选搜索信息。打开
Xilinx Documentation Navigator (DocNav) 的方法:


• 在 Vivado IDE 中,单击“Help > Documentation and Tutorials”。
• 在 Windows 中,单击“Start > All Programs > Xilinx Design Tools > DocNav”。
• 在 Linux 命令提示中输入 docnav。


赛灵思设计中心提供了根据设计任务和其他话题整理的文档链接,您可以使用链接了解关键概念以及常见问题解答。


访问设计中心:
• 在 Xilinx Documentation Navigator 中,单击“Design Hubs View”标签。
• 在赛灵思网站上,查看设计中心页面。

阅读更多内容...

只需动动手指头:Vivado HLx 版本快速入门视频教程

修改者 Administrator 修改时间 ‎05-25-2017 10:53 AM (93 查看)

Vivado 快速入门视频将深入介绍 Vivado® HLx 版本,为您带来具有丰富主题的各种个性化视频,其中包括安装与许可、设计流程简介以及高层次综合等。Vivado 快速入门教程由 Vivado 开发及专家团队创建,可提供点播内容以及实用方法与技巧,只需动动手指头,就能轻松获取。

 

1. Vivado Design Suite 2017.1 新版面与体验

2. Vivado Design Suite 2017.1 的全新功能

3. 面向 Vivado Disign Suite 的 UltraFast 设计方法论

4. 介绍 UltraFAST 设计方法中的 “Checklist” 功能

阅读更多内容...

把LabVIEW可编程FPGA模块嵌到示波器中会发生什么?

修改者 Administrator 修改时间 ‎05-23-2017 05:08 PM (113 查看)

随着仪器设计技术地快速发展,不论是现在还是未来,当用户使用的器件或实验发生变化时,都需要用户可以自定义自己的示波器操作以便满足独特的用户需求。而PXIe-517x示波器家族,实现了首次将LabVIEW可编程FPGA模块内嵌到示波器中,同时,内嵌到此系列示波器中的FPGA模块,可以通过LabVIEW FPGA开发工具进行重新编程和定向话设计,本系列示波器主要包括PXIe5170R,PXIe-5171R两种型号。通过嵌入用户可编程的FPGA到示波器内部,PXIe-517x系列示波器不仅可以为用户提供超高的通道密度、精确度以及测量灵活性外,还可以降低用户的测试成本,缩短用户设计的上市时间,同时,通过PXIe-517x可配置示波器还可以提高用户的测试域。除此之外,PXIe-517x系列示波器还包含一个14bit的ADC模数转换通道,4/8个250MS/s的仿真取样输入通道和高达100/250MHz的模拟带宽,以及前面不断提到的一个用户可编程的Xilinx Kintex-7 FPGA芯片(可使串流速率上升到3.2GB/s)。

阅读更多内容...

强化机器学习技术: Xilinx 宣布投资机器学习先锋企业深鉴科技

修改者 Administrator 修改时间 ‎05-22-2017 04:23 PM (110 查看)

All Programmable技术和器件的全球领先供应商赛灵思(Xilinx, Inc.,(NASDAQ:XLNX))宣布投资深鉴科技(DeePhi Tech),该公司凭借深度压缩、编辑工具链等国际领先技术,在系统级优化的机器学习应用领域得到国际公认。借助赛灵思器件在机器学习领域的架构优势,深鉴科技为行业即将到来的AI产品和服务提供了从终端到云端的推理平台。

 

 

阅读更多内容...

 

原创 2017-05-10 闲情逸致 FPGA开发圈

背景

 

ZedBoard是基于Xilinx Zynq™-7000扩展式处理平台(EPP)的低成本开发板。此板可以运行基于Linux,Android,Windows®或其他OS/ RTOS的设计。此外,可扩展接口使得用户可以方便访问处理系统和可编程逻辑。 Zynq-7000 EPP将ARM®处理系统和与Xilinx 7系列可编程逻辑完美地结合在一起,可以创建独特而强大的设计。

 

Avnet推出“迷你Zed”

 

近日,从科技新闻上看到一则和Zedboard有关的新消息,Avnet团队研发出了称为“迷你Zed”的低端设备板卡,与此同时,通过搜索还发现了一个关于此板卡的预声明网页( http://zedboard.org/product/minized )。从Zedboard官方网站了解到,Avnet此次推出的迷你Zed是基于新的Zynq Z-7000S系列成员和一个ARM 的Cotex-A9处理器核实现的,据“迷你Zed”的官网介绍,此板卡还同时支持WiFi通信和蓝牙传输,更吸睛的是,其市场售价将低于100美元。

 

图1是一张较为模糊的迷你Zed板卡图

1Avnet MiniZed 

 

观察上图中MiniZed的板卡图,如果没有看错的话,它的引脚分布采用了兼容Arduino的引脚布局,同时在底端还有两个数字Pmod接口,也就是说,基于此板卡可以进行大量的非常炫酷的扩展和可用Pmod端口(减少了软件驱动配置,至少不需要Arduino Shields)。这一设计结构也完全符合Avnet团队力求低成本原型设计平台的研发目标。

 

不过,如果读者还想获得更多的关于MiniZed板卡的信息(以上简介并没有这部分内容),可以登录Avnet官网上得到更多信息。

 

总结

 

在广大开发者的观念中,基于FPGA进行开发往往意味着成本较高,毕竟FPGA芯片的市场售价相较于一般固定功能的芯片都要高,针对此“症结”,Xilinx推出了功能适中,成本较低的FPGA芯片,以方便开发者开发轻便的小型的低成本设计。

 

推荐阅读

“Porcupine” 毫米波探测系统: 15毫秒内展示5G无线信号传输特征

【HLS视频教程21】:数组优化 — 数组映射和重组

英飞凌(Infineon)推出面向Xilinx Zynq UltraScale+ MPSoC的电源参考设计

支持“部分重配置”技术的 Vivado 2017.1 现已开放下载!

8K视频解压缩,如何实现?

【视频】:4K高清视频/图像分析与处理方案

侏罗纪计算机: 基于FPGA复活计算机界的“恐龙”—— Commodore 64/65

将电压轨拆分为双极电源的三种方式

【下载】在 Kintex7 GTX 上实现 HDMI2.0

利用深度学习和计算机视觉进行面部表情分析

惊人!二值神经网络性能提升1000倍!

麻省理工学霸众筹软件无线电开源板卡

Vivado Design Suite 2017.1 方法和技巧

手把手教你在FPGA实例上运行“Hello World”

【视频】工业物联网中的机器学习与分析实现

Xilinx VCU118评估套件实现四通道28Gbps光纤高速数据传输

NI MIMO原型验证系统硬件介绍

大杀器来了,探索物联网新应用就靠它了!

数据通信带宽大提速,400G以太网正变成现实

修改者 Administrator 修改时间 ‎05-19-2017 12:20 PM (69 查看)

2017国际光纤通信大会(OFC)上,Xilinx公司推出了全球业内首款400GE MAC和PCS IP核,并且在Virtex UltraScale+ VU9P FPGA器件上进行了Demo演示,分别连接到Finisar 400GE CFP模块和Spirent 400G测试模块,展示了多厂商之间400GE新标准的互操作性。

阅读更多内容...

HLS 教学视频 第二十一讲 + 合集:

修改者 Administrator 修改时间 ‎05-17-2017 11:08 AM (91 查看)

在本讲,我们介绍了数组优化的另外两种方法:数组映射和重组。两者均可减少对存储资源(LUTRAM,BRAM 或 URAM)的消耗。

阅读更多内容...

Xilinx@OFC2017:56G PAM4收发器性能

修改者 Administrator 修改时间 ‎05-16-2017 12:26 PM (104 查看)

本演示展示了赛灵思采用 16nm FinFET 工艺的新型 56G PAM-4 收发器测试芯片,及其如何为背板和 LR 应用提供优化性能。

阅读更多内容...

观看视频,马上了解业界首款 Spartan-7 FPGA

修改者 Administrator 修改时间 ‎05-16-2017 09:46 AM (109 查看)

Spartan-7 器件现已开放订购

首款 Spartan®-7 器件现已开放订购,并进入量产,可按标准备货期发货。Spartan-7 FPGA 面向嵌入式设计的低成本互联,可提供:

  • 相较于 Spartan-6 FPGA,功耗降低 50%,性能提升 50%
  • 32 位 MicroBlaze™ 软处理器软核,只需 19 美分
  • 7x7mm 的小型封装
  • 商用器件支持更大的运作温度范围 (–40° 到 +125°C )
  • Vivado® Design Suite 的支持

观看视频短片,马上了解首款 Spartan-7 FPGA。

阅读更多内容...

赛灵思FPGA人工智能领域技术及应用 - 问答

修改者 Administrator 修改时间 ‎05-15-2017 12:30 PM (92 查看)

 

以下内容整理自4月12日由安创空间举办的“Tech Day(安创技术日)”上,嘉宾赛灵思亚太区技术营销高级经理罗霖 关于《赛灵思FPGA人工智能领域技术及应用》的直播分享材料,非全文摘录。

 

  

分享嘉宾:罗霖

赛灵思亚太区技术营销高级经理

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

  

问答

 

Q:机器学习深度学习在Zynq中的应用

A:机器学习在Zynq中的应用非常广泛,主要集中在前端和边缘侧。具体来讲,在ADAS/自动驾驶上可以实现车辆、行人、车道、交通标志以及可行驶区域检测,可以做传感器融合;在智能安防上,可以实现车辆、车型、车牌、交通违规、车流量、人流量、人脸等检测;在无人机上,可以实现自动避障、自动跟随等功能;在医疗影像设备上,可以进行医疗图像的分析,帮助医生判断是不是可能有癌症或异常;在机器人上,可以实现增强学习,让机器人学习新的技能。

 

Q:嵌入式视觉在Zynq中的应用

A:嵌入式视觉的概念很宽,包括图像处理(ISP), 视频处理,视频分析等,这些功能都能在Zynq上面实现。在ISP方面,比如降噪、宽动态、去雾,3A等;在视频处理方面,比如缩放、去隔行、全景拼接、鱼眼矫正等;在视频分析方面,包括边缘,形状,纹理提取,物体检测、分类、背景建模等。产品例子包括全景相机、4K智能相机、高清微投、大屏显示等。

 

Q:System generator在FPGA深度学习方面的用途

A:Xilinx开发了可用于深度学习的一些底层的BLAS和DNN的库,这些库需要使用Xilinx的SDAccel和SDSoC工具。目前我们还没把这些库添加到Simulink的模块库去。

 

Q:FPGA正在取代MCU, 请问罗老师怎么看

A:FPGA特别是Zynq SoC在某些应用上会取代一部分MCU/MPU/DSP。比较多的场景是以前的架构是基于分离方案的,在PCB上既有处理器,也有FPGA。那么用Zynq单芯片方案可以提高系统集成度、提高性能、节省PCB面积以及降低功耗。在有些应用上,如果MCU/MPU/DSP就足够好了,不需要用到FPGA,那么整合或替代的可能性就比较低。随着Zynq价格的降低,特别是单芯片Z7007S的推出,我们也看到一些传统使用MCU/DSP的客户也开始使用Zynq进行开发。

 

Q:在FPGA上实现深度学习算法是用什么编程呢,用Verilog还是用C语言

A:在FPGA上实现深度学习算法,如果有RTL开发的能力,可以使用Verilog或VHDL进行算法的实现,可以实现很高的性能,但是要求FPGA工程师的能力比较强,开发的周期也比较长;也可以通过C/C++语言,用HLS/SDSoC进行开发,需要工程师对HLS比较熟悉,知道怎么使用合适的#pragma把算法的行为告诉编译器,开发的周期比使用RTL会短一些;还有一种方式是使用Xilinx的机器学习堆栈,调用已经针对硬件优化的BLAS和DNN库进行开发,在保证性能的同时,可以实现很高的开发效率。

 
       5月16日,AWS(亚马逊网络服务)业务发展经理 David Pellerin 将贡献两个1小时的网络研讨会,深入介绍 亚马逊的EC2 F1实例。 (两个研讨会, 内容相同,时间不同, 适应全球不同时区的用户。)

 

     Amazon EC2 F1实例允许您使用包含多个赛灵思 Virtex UltraScale + VU9P FPGA 的云服务器硬件, 为您的应用创建定制硬件加速器。每个Amazon EC2 F1实例包可含多达8 个FPGA,可以支持您用该技术开发极其大型且功能强大的定制计算引擎。基因组学研究、财务分析、视频处理、安全/加密和机器学习等广泛领域的应用,已经在使用FPGA加速EC2 F1实例,实现超过通用 CPU 30多倍的应用性能。
 
此次网上研讨会主题包括:

  • 如何设计硬件加速器以最大化F1实例的优势
  • 将 F1 实例提供的设计工具作为亚马逊机器映像(FPGA Developer Amazon Machine Image(AMI) ) 和 硬件开发工具包的一部分
  • 如何打包和部署硬件加速代码,并将其提供给AWS  

这里注册亚马逊的网络研讨会。或者连接至活动页面: https://pages.awscloud.com/GLB-WBNR-AWS-OTT-2017-05-16-Deep-Dive-on-Amazon-EC2-F1-Instance_RegPage.html?

 

阅读更多内容...

GRVI Phalanx实现千核处理器+加速器完成大规模并行处理

修改者 Administrator 修改时间 ‎05-15-2017 10:46 AM (112 查看)

 
 

GRVI Phalanx是一个大规模并行RISC-V FPGA加速器,由GRVI和Phalanx结合而成。其中GRVI是一个FPGA实现的RISC-V RV32I软处理器核,同时也是手工艺映射和处理元素性能/面积俱最佳的并行处理器。GRVI实现了一个2或3级的单流水线,在Xilinx UltraScale FPGA板卡中消耗320个6-LUT,目前在一个Kintex UltraScale(-2)板卡的内嵌BRAM中按照最佳布局并采用最佳配置时的最高运行频率可达300-375MHz。而Phalanx是一个大规模并行FPGA加速器框架,主要用来减少在开发和管理FPGA加速器时所需付出的消耗和努力。此外Phalanx亦是一个大量软核集群和加速器核的混合物,在具有Hoplite路由的片上网络中可以提供额外的存储和I/O接口。关于GRVI Phalanx的详细信息可以在2016年IEEE第24届国际FCCM研讨会上发表的题为《GRVI Phalanx:A Massively Parallel Risc-V FPGA Accelerator Accelerator》的论文中查看。

 

GRVI processing element(PE)datapath RPM

 

GRVI processing element(PE)datapath RPM

1680个开源ISA RISC-V处理器核于Virtex UltraScale+ VU 9P FPGA运行:
博主Jan Gray近期发表了一片关于千核RISCV处理器的博客,文中提到目前已经可以在Xilinx Virtex UltraScale+ VU9P(是一个中等规模的Virtex UltraScale+ FPGA板卡)板卡上同时并行运行1680个开源的RISC-V处理器核,并成功测试GRVI Phalanx大规模并行加速器框架。据博主所述,这是首例千核RISC-V成功实现运行的应用,同时也是无论使用什么技术在一个芯片上同时运行32bit RISCV核数目最多的应用。

下面是这1680个RISCV核运行在FPGA板卡上的场景图:

 

这个包含1680个核的GRVI Phalanx不仅是第一个可操作的千核RISC-V,还是第一个运行在FPGA上的上千个32位RISC的核,也是单芯片上可以同时运行32位RISC核数目最多的组合。

GRVI Phalanx的设计由210个处理器集群组成,每个集群中包含了8个开源的RISC-V处理器核,128KB的多端口RAM,以及一个300-bit的Hoplite NOC路由。下图是一个Phalanx 集群的结构框图:

8 GRVI Cluster and 288-bit payload Hoplite router

 

8 GRVI Cluster and 288-bit payload Hoplite router

不过, 需要注意的是,虽然RISC-V 精简指令集是开源的,且在其官网 http://riscv.org 还有大量基于RISC-V指令集的开源实现,但是GRVI Phalanx加速框架却不是开源的。

总结:
千核处理器的概念最先是由IBM提出的,同时IBM还研发了具有1025个核的低功耗高性能的微处理器。可见在追求单核运行速度到极致的情况下,现在已经涌现出多核,甚至是千核的并行运算,而在单FPGA芯片上就可以成功运行单核32位的千核处理器,足见Xilinx FPGA的能力不容小觑。

PanaTeQ公司出品: 基于Xilinx Zynq UltraScale+ MPSoC的VPX3-ZU1 OpenVPX模块

修改者 Administrator 修改时间 ‎05-14-2017 12:44 PM (103 查看)

 

作者:Kenshin

PanaTeQ公司是一家来自瑞士的硬件设计公司,该公司主要业务是设计和生产高端的FPGA定制板卡以及行业标准板卡,主要面向高端电子市场,例如通信、安全、科研、工业以及航空国防等。该公司采用Xilinx Zynq UltraScale+ MPSoC器件设计了不同行业标准的板卡,如VPX、CompactPCI、AdvancedMC、mTCA.4以及XMC等通用行业通信标准。下面向大家介绍的就是符合VPX标准的VPX3-ZU1 3U OpenVPX核心板卡。

PanaTeQ VPX3-ZU1板卡符合OpenVPX 3U标准,采用Xilinx Zynq UltraScale+多核处理器SoC,集成了四核ARM Cortex-A53应用处理单元(APU)、双核ARM Cortex-R5实时处理单元(RPU)、一个ARM MALI-400图形处理器(GPU)以及丰富的可编程逻辑资源,同时还有片上存储空间以及可扩展外部存储的接口,支持多种外设互连接口。

图1 PanaTeQ推出的VPX3-ZU1 3U OpenVPX模块

 

图1 PanaTeQ推出的VPX3-ZU1 3U OpenVPX模块

该板卡的首个版本采用的是XCZU9EG-1FFVC900器件,还集成了2/4GB 64位DDR4-2400存储空间,除此之外可编程逻辑也扩展了512MB/1GB 16位 DDR4-2400存储空间,支持高数据流的应用,例如视频编解码和高速信号处理等。板上集成的FMC接口符合Vita 57.1 HPC标准,带有90 SE I/O接口(可作为45对差分接口)、10个MGT接口,支持更广范围的应用,例如软件定义无线电(SDR)、EW/ISR系统、视频摄像头处理、高级多轴电机控制、Gig以太网通信、LIDAR/RADAR/SONAR等应用。

板卡上集成的PCIe Gen2 Switch芯片可以让它作为一个单板计算机,当该板卡作为系统控制器时,能够管理8个3U OpenVPX通信插槽的通信,不用再外加任何单板计算机模块(SBC),有效的避免了尺寸、功耗和成本问题。

除此之外PanaTeQ公司还为VPX3-ZU1模块设计了接口扩展模块RTM-ZU1-A,扩展的接口包括2个100/1000M RJ-45网络接口、2个USB 3.0 Type-A接口、2个USB2.0 Type-A接口、1个mini视频输出显示接口、1个SATA 3.1接口以及2个RS-232/422/485 CAN总线接口。

图2 PanaTeQ公司设计的VPX3-ZU1模块扩展板卡RTM-ZU1-A

 

图2 PanaTeQ公司设计的VPX3-ZU1模块扩展板卡RTM-ZU1-A

Xilinx UltraScale+ MPSoC采用TSMC 16FinFET+工艺处理技术,在Zynq-7000全可编程SoC系列基础上进一步扩大了Xilinx SoC,支持真正的异构多核处理功能,具有无与伦比的高集成、高性能和低功耗,是更智能、优化和安全解决方案的理想选择。

好消息: Spartan-7 器件现已开放订购!!!

修改者 Administrator 修改时间 ‎05-12-2017 04:53 PM (110 查看)

 

首款 Spartan®-7 器件现已开放订购,并进入量产,可按标准备货期发货!!!

 

Spartan-7 FPGA 面向嵌入式设计的低成本互联,可提供:

  • 相较于 Spartan-6 FPGA,功耗降低 50%,性能提升 50%
  • 32 位 MicroBlaze™ 软处理器软核,只需 19 美分
  • 7x7mm 的小型封装
  • 商用器件支持更大的运作温度范围(–40° 到 +125°C )
  • Vivado® Design Suite 的支持

观看视频短片,马上了解首款 Spartan-7 FPGA。

阅读更多内容...

Xilinx@OFC2017:全球第一个采用标准化 400GE MAC 和 PCS IP

修改者 Administrator 修改时间 ‎05-12-2017 12:30 PM (101 查看)

该演示为采用赛灵思 Virtex® UltraScale+™VU9P FPGA 的全球第一个标准化 400GEMAC 和 PCSIP,展示多厂商之间的 400GE 新标准互操作性。在以太网联盟的展台上,演示的是赛灵思 400G 解决方案连接到 Finisar 400GECFP8 模块,该模块又连接到 Spirent 400G 测试模块的互联情况。

 

 

阅读更多内容...

Xilinx Spartan-7 FPGA宣布进入量产

修改者 Administrator 修改时间 ‎05-11-2017 05:45 PM (150 查看)

All Programmable技术和器件的全球领先企业赛灵思公司(Xilinx, Inc.,(NASDAQ:XLNX))今天宣布,其Spartan®-7系列FPGA宣布进入量产,现已开始开放订购,并可按标准备货期发货。作为赛灵思旗下成本优化型产品系列的关键成员,该器件系列旨在通过提供低成本和低功耗的产品以满足成本敏感型市场的需求,同时以业界领先的单位功耗性能比针对I/O互联进行了优化。

阅读更多内容...

Python机器学习库和深度学习库总结

修改者 Administrator 修改时间 ‎05-11-2017 10:17 AM (100 查看)

 

我们在Github上的贡献者和提交者之中检查了用Python语言进行机器学习的开源项目,并挑选出最受欢迎和最活跃的项目。

 

1. Scikit-learn(重点推荐)
www.github.com/scikit-learn/scikit-learn
Scikit-learn 是基于Scipy为机器学习建造的的一个Python模块,他的特色就是多样化的分类,回归和聚类的算法包括支持向量机,逻辑回归,朴素贝叶斯分类器,随机森林,Gradient Boosting,聚类算法和DBSCAN。而且也设计出了Python numerical和scientific libraries Numpy and Scipy

 

2、Keras(深度学习)
https://github.com/fchollet/keras
Keras是基于Theano的一个深度学习框架,它的设计参考了Torch,用Python语言编写,是一个高度模块化的神经网络库,支持GPU和CPU。

 

3、Lasagne(深度学习)
不只是一个美味的意大利菜,也是一个和Keras有着相似功能的深度学习库,但其在设计上与它们有些不同。

 

4.Pylearn2
www.github.com/lisa-lab/pylearn2
Pylearn是一个让机器学习研究简单化的基于Theano的库程序。它把深度学习和人工智能研究许多常用的模型以及训练算法封装成一个单一的实验包,如随机梯度下降。

 

5.NuPIC
www.github.com/numenta/nupic
NuPIC是一个以HTM学习算法为工具的机器智能平台。HTM是皮层的精确计算方法。HTM的核心是基于时间的持续学习算法和储存和撤销的时空模式。NuPIC适合于各种各样的问题,尤其是检测异常和预测的流数据来源。

 

6. Nilearn
www.github.com/nilearn/nilearn
Nilearn 是一个能够快速统计学习神经影像数据的Python模块。它利用Python语言中的scikit-learn 工具箱和一些进行预测建模,分类,解码,连通性分析的应用程序来进行多元的统计。

 

7.PyBrain
www.github.com/pybrain/pybrain
Pybrain是基于Python语言强化学习,人工智能,神经网络库的简称。 它的目标是提供灵活、容易使用并且强大的机器学习算法和进行各种各样的预定义的环境中测试来比较你的算法。

 

8.Pattern
www.github.com/clips/pattern
Pattern 是Python语言下的一个网络挖掘模块。它为数据挖掘,自然语言处理,网络分析和机器学习提供工具。它支持向量空间模型、聚类、支持向量机和感知机并且用KNN分类法进行分类。

 

9.Fuel
www.github.com/mila-udem/fuel
Fuel为你的机器学习模型提供数据。他有一个共享如MNIST, CIFAR-10 (图片数据集), Google's One Billion Words (文字)这类数据集的接口。你使用他来通过很多种的方式来替代自己的数据。

 

10.Bob
www.github.com/idiap/bob
Bob是一个免费的信号处理和机器学习的工具。它的工具箱是用Python和C++语言共同编写的,它的设计目的是变得更加高效并且减少开发时间,它是由处理图像工具,音频和视频处理、机器学习和模式识别的大量软件包构成的。

 

11.Skdata
www.github.com/jaberg/skdata
Skdata是机器学习和统计的数据集的库程序。这个模块对于玩具问题,流行的计算机视觉和自然语言的数据集提供标准的Python语言的使用。

 

12.MILK
www.github.com/luispedro/milk
MILK是Python语言下的机器学习工具包。它主要是在很多可得到的分类比如SVMS,K-NN,随机森林,决策树中使用监督分类法。 它还执行特征选择。 这些分类器在许多方面相结合,可以形成不同的例如无监督学习、密切关系金传播和由MILK支持的K-means聚类等分类系统。

 

13.IEPY
www.github.com/machinalis/iepy
IEPY是一个专注于关系抽取的开源性信息抽取工具。它主要针对的是需要对大型数据集进行信息提取的用户和想要尝试新的算法的科学家。

 

14.Quepy
www.github.com/machinalis/quepy
Quepy是通过改变自然语言问题从而在数据库查询语言中进行查询的一个Python框架。他可以简单的被定义为在自然语言和数据库查询中不同类型的问题。所以,你不用编码就可以建立你自己的一个用自然语言进入你的数据库的系统。

现在Quepy提供对于Sparql和MQL查询语言的支持。并且计划将它延伸到其他的数据库查询语言。

 

15.Hebel
www.github.com/hannes-brt/hebel
Hebel是在Python语言中对于神经网络的深度学习的一个库程序,它使用的是通过PyCUDA来进行GPU和CUDA的加速。它是最重要的神经网络模型的类型的工具而且能提供一些不同的活动函数的激活功能,例如动力,涅斯捷罗夫动力,信号丢失和停止法。

 

16.mlxtend
www.github.com/rasbt/mlxtend
它是一个由有用的工具和日常数据科学任务的扩展组成的一个库程序。

 

17.nolearn
www.github.com/dnouri/nolearn
这个程序包容纳了大量能对你完成机器学习任务有帮助的实用程序模块。其中大量的模块和scikit-learn一起工作,其它的通常更有用。

 

18.Ramp
www.github.com/kvh/ramp
Ramp是一个在Python语言下制定机器学习中加快原型设计的解决方案的库程序。他是一个轻型的pandas-based机器学习中可插入的框架,它现存的Python语言下的机器学习和统计工具(比如scikit-learn,rpy2等)Ramp提供了一个简单的声明性语法探索功能从而能够快速有效地实施算法和转换。

 

19.Feature Forge
www.github.com/machinalis/featureforge
这一系列工具通过与scikit-learn兼容的API,来创建和测试机器学习功能。

这个库程序提供了一组工具,它会让你在许多机器学习程序使用中很受用。当你使用scikit-learn这个工具时,你会感觉到受到了很大的帮助。(虽然这只能在你有不同的算法时起作用。)

 

20.REP
www.github.com/yandex/rep
REP是以一种和谐、可再生的方式为指挥数据移动驱动所提供的一种环境。

它有一个统一的分类器包装来提供各种各样的操作,例如TMVA, Sklearn, XGBoost, uBoost等等。并且它可以在一个群体以平行的方式训练分类器。同时它也提供了一个交互式的情节。

 

21.Python 学习机器样品
www.github.com/awslabs/machine-learning-samples
用亚马逊的机器学习建造的简单软件收集。

 

22.Python-ELM
www.github.com/dclambert/Python-ELM
这是一个在Python语言下基于scikit-learn的极端学习机器的实现。

 

23.gensim

主题模型python实现

  • Scalable statistical semantics
  • Analyze plain-text documents for semantic structure
  • Retrieve semantically similar documents

原文链接:http://www.cnblogs.com/data2value/p/5419927.html

from: xilinx.eetrend.com

阅读更多内容...

现已发货 —— 全新 Kintex UltraScale+ 评估套件

修改者 Administrator 修改时间 ‎05-10-2017 11:29 AM (89 查看)

全新套件提供最佳单位功耗性能比

全新 Kintex® UltraScale+™ FPGA KCU116 评估套件包含 28Gbps 收发器性能、内存接口线速、以及 100G 连接功能核。该套件是 Kintex UltraScale +系列的强大补充,可在 FinFET 节点提供最佳的单位功耗性能平衡,为高端应用提供最具成本效益的解决方案。

 

KCU116 评估套件可提供:

  • 4 个支持 28Gbps 收发器评估的 zSFP+ 模块
  • 高达 32 位的 DDR4
  • 兼容 PCIe Gen3 x8 并支持 Gen4

点击这里,了解更多有关 KCU116 评估套件的信息: https://china.xilinx.com/products/boards-and-kits/ek-u1-kcu116-g.html

 

阅读更多内容...

HLS 教学视频 第二十讲 + 合集:数组优化 — 数组分割

修改者 Administrator ‎05-09-2017 10:58 AM - 编辑日期 ‎05-09-2017 10:59 AM (102 查看)

从本讲开始,我们将逐步介绍 “数组” 的一些优化方法。本讲介绍通过对数组分割来实现数据吞吐率的提升。

 

 

阅读更多内容...

给深度学习入门者的Python快速教程 - numpy和Matplotlib篇

修改者 Administrator 修改时间 ‎05-09-2017 10:07 AM (162 查看)

from: Xilinx.eetrend.com

阅读更多内容...

不要这样为您的FPGA供电!

修改者 Administrator 修改时间 ‎05-08-2017 10:00 AM (150 查看)

from: xilinx.eetrend.com

阅读更多内容...

面向Zynq IIoT应用电源解决方案参考设计

修改者 Administrator 修改时间 ‎05-06-2017 09:54 AM (104 查看)

from : Xilinx.eetrend.com

阅读更多内容...