![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
本科深度学习开发经验和工具
文章平均质量分 71
作者在本科期间参加过诸多比赛,总共拿到8个国家级奖项,有丰富的参赛和开发经验。并且集中于深度学习全栈(算法、硬件)的学习,希望专栏能帮到读者。
·空感自诩”
这个作者很懒,什么都没留下…
展开
-
FPGA硬件加速综述
FPGA硬件加速综述背景本科期间参加了不少竞赛,其中和FPGA相关的主要是集创赛以及Xilinx全球自适应计算大赛两个。虽然接触到的硬件类型五花八门(ZYNQ ZYNQ Ultrascale+ Alveo ACAP等),但是主要的学习都集中在深度学习尤其是目标检测和分类算法在FPGA上的部署。概述FPGA用于硬件加速主要有以下优势: 可以通过优化提高并行度,减小推理的时延 可以利用丰富的I/O做一些特殊的应用劣势其实也是优势导致的: 优化程度两极分化,需要很高的工程技术 FPGA在相原创 2022-03-20 20:38:59 · 3107 阅读 · 0 评论 -
Vitis-AI无法使用30系显卡训练的妥协方案
故事背景VItis-AI更新了2.0,增加了对30系显卡的支持,但是VCK5000-es1卡却并不在VItis-AI2.0的支持列表中,这一度让我非常恼火。因为自己买的就是30系显卡。问题分析Vitis-1.4.1分支在build docker镜像时,使用的是CUDA10作为基础镜像来编译的。并且使用Pytorch1.4.0版本。而Pytorch有一个特点,就是对于30系显卡,如果Pytorch的whl编译版本不支持cu11x版本的话,那么训练框架是无法跑起来的。那么就可以利用这个特性,升级Torch原创 2022-03-20 17:55:16 · 3516 阅读 · 0 评论 -
关于本科期间参加人工智能方向竞赛的建议
比赛建议作者本人经历本科期间我参加过的竞赛包括2020Intel杯电赛嵌入式邀请赛(国二)、2021电赛无人机赛题、2020和2021的华为云无人车挑战杯(全国第4)、2020和2021的中国高校计算机大赛人工智能创意赛(国二、国三)、2020集成电路创新创业大赛(国三)。还有例如Nv和阿里云举办的异构计算挑战赛(TensorRT加速)、两届的Xilinx全球自适应计算大赛(都是获得发放免费硬件资格的项目)、RoboMaster2021全国二等奖(雷达站负责人)。其中的工作都是集中与目标检测和分类算法原创 2022-03-20 12:02:28 · 1873 阅读 · 0 评论