深度学习：卷积神经网络在每一层提取到的特征以及训练的过程

人工智能之卷积神经网络

深度学习遇上物理学,更好地识别粒子和分析数据

卷积网络的技术基础、组成模块、当前现状和研究前景

商汤联合提出基于FPGA的Winograd算法：改善FPGA上的CNN性能 降低算法复杂度

从技术角度来深度剖析人脸识别技术

袁进辉：分享了深度学习框架方面的技术进展

关于深度学习中的卷积神经网络系统的设计及硬件实现

KORTIQ公司推出了一款Xilinx FPGA的CNN加速器IP——AIScale

用CNN把图形转成ASCII码字符画的方法，并更新了着色工具

对于convolutional layer、TensorFlow和整体CNN结构详细分析

通过计算机视觉和深度学习技术分析面部表情的方法

自动驾驶技术的神经网络解决方案

五种CNN模型的尺寸，计算量和参数数量对比详解

Capsule Network的基本原理及其相关算法实例详解

CNN的一些基本的概念解读

优化基于FPGA的深度卷积神经网络的加速器设计

卷积神经网络CNN架构分析-LeNet

基于FPGA的通用CNN加速设计

基于CNN的汽车视觉识别系统应用介绍