Webinar首页 即将举办 按时间点播 按分类点播 按厂商点播 会议流程 问题集锦 在线帮助
您所在的位置:首页 > 按关键词点播

按关键词点播 > p

如何将Xilinx® Spartan®-6器件轻松迁移到Microchip FPGA

时间:2022年11月08日 10:00        

简介: 在遇到受限情况时,会促使我们重新思考,并可能采取其他方案。有些半导体和FPGA的用户由于当前芯片短缺,就有这样的体验。大多数Spartan-6器件用户正面临着该产品线短期内就要停产的窘境。 我们能够将Spartan-6 FPGA直接迁移到我们的FPGA产品组合,如IGLOO® 2 FPGA或SmartFusion® 2 SoC。迁移到这些FPGA,您将获得我们经过长期验证、使用寿命超过15...

全新ADI音频产品和解决方案

时间:2022年10月18日 10:00        

简介: 全面介绍全新ADI公司的音频产品和最新的方案介绍。ADI公司的音频产品包括DSP,CODEC,功放,耳放,运放等,已在专业音响、汽车音响和便携式音响等领域有广泛应用。我们将通过这次直播向大家全面介绍一下ADI公司针对当前最流行的音频应用或需求提供的最新产品和解决方案(包括ATMOS/DTS:X声霸、ANC耳机、A2B总线等等)。...

如何设计出满足云计算和5G等应用的高能效、高容量化、小型化且稳定可靠的不间断电源(UPS)

时间:2022年05月12日 10:00        

简介: 随着云计算、大数据、5G应用的不断发展的大环境下,现代UPS正在往小型化、高容量化、高效化发展,设计人员面临如何在性能、能效、成本、尺寸、控制难度之间权衡取舍的挑战。碳化硅(SiC)的引入将有助于变革性地优化设计,安森美(onsemi)作为电源设计的领先厂家和全球唯一一家提供从衬底到模块的 "端到端 "SiC供应商,能够提供完整的具优势的UPS方案。 本次网络研讨会将介绍UPS设计诀窍,包括...

全国大学生智能汽车竞赛培训一 ——灵动MM32SPIN27介绍

时间:2022年01月13日 14:00        

简介: 灵动MM32SPIN27介绍 1、灵动微电子介绍 2、MM32SPIN平台讲解 3、MM32SPIN27资源与电机中的应用 4、无刷电机和有刷电机的驱动讲解...

AI模型开发技术与OpenVINO优化策略第二部分教程八

时间:2021年12月24日 14:00        

简介: 在本次的课程中,高老师将为大家带来ML的创作技能——补值(Imputation) *从补值、插值到创作 *善用AE(Attoencoder)模型 *AE的学习和推论 *AE补值的原理 *AE补值的计算过程 *范例实现-1——AE也能拥有经验直觉 *范例实现-2——使用OpenCV的AI插值 *优化模型:使用OpenVINO优化器 *测试模型:使用OpenVINO推论引擎...

恩智浦新一代USB4、DP2.0、Thunderbolt3 和 PCIE Gen4线性中继调解驱动器 (Linear Redriver)

时间:2021年12月23日 10:00        

简介: 随着笔记本电脑和便携式设备上传输数据的速度越来越快,一些新的更高速度的接口标准已经在市场上公布且开始广泛地应用于热门的电子产品,例如USB4、Display Port 2.0和PCIE Gen 4等。 但是,当速度越高时,PCB走线的信号完整性下降得越快。 因此,需要良好的调节器设备来帮助我们日常使用的这些电子设备。本次课程将为大家着重介绍恩智浦新一代符合USB4、DP2.0、Thunderbol...

AI模型开发技术与OpenVINO优化策略第二部分教程七

时间:2021年12月17日 14:00        

简介: 本节课程中,高老师将为大家带来化解维度灾难——活用自编码器的课程 *认识维度灾难:以基因医学GWAS为例 *认识GWAS(全基因组关联分析) *认识SNP(单核苷酸多态) *GWAS新焦点:Epistasis *GWAS与机器学习 *活用SAE——堆栈自编码(Stacked Autoencoder) *范例实现-1——单层AE+分类器 *范例实现-2——Stacked AE+分类器...

AI模型开发技术与OpenVINO优化策略第二部分教程六

时间:2021年12月10日 10:00        

简介: 本节课程中,高老师将从以下几方面为大家带来自编码器(AE)的内容 *小而美的自编码器(AE) *复习分类器 *开始创作之旅——组合两个分类器 *组合成为深度学习模型 *设计出自编码器(Autoencoder) *AE的过滤和降维效果 *范例实现-1——简单AE *范例实现-2——多层AE *优化模型:使用OpenVINO优化器 *测试模型:使用OpenVINO推论引擎...