分类：深度学习
基于BNN深度学习的复杂环境探测机器人
深度学习本项目着重于深度学习与机器人的结合应用，设计在复杂环境下智能探测、识别的自主探测机器人，利用PYNQ实现BNN二值神经网络，将物体识别深度模型移植到嵌入式终端应用，并且设计了轮腿式复合运动方式，提高探测机器人的运动能力。
5343
6
基于FPGA的反馈神经网络硬件实现
深度学习本项目主要研究的是最短路径神经网络模型的仿真与硬件设计问题。System Generator是Xilinx公司开发的基于Simulink图形环境的DSP开发工具，同时也是一个基于FPGA的信号处理建模和设计工具。本文采用 System Generator 与 Vivado 联合设计，用 System Generator 进行系统建模，生成模型化的数字系统，将设计转换成硬件电路，最后在 Vivado 中完成仿真、综合、实现及芯片配置。以 Xilinx Nexys4 DDR 开发板为硬件平台，实现神经网络的硬件实现。
1891
0
-
我们为你推荐了以下创客部落，看看有没有想加入的吧~
-
Python on Everything 创意硬件项目挑战赛
Let's use Python on various hardwares for productivity!
-
2017 DDC中国区选拔赛
陪伴每一名参赛者享受实践创新的乐趣，一起释放天性，探索未知！
