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...
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...
AI模型开发技术与OpenVINO优化策略第二部分教程五
时间：2021年12月03日 14:00
简介： 本节课程中，高老师将以分类器为例，为大家介绍深度神经网络 *认识神经网络（Neural Network） *分类器的NN模型 *复习：空间对应 *神经网络的空间对应 *范例实现-1：AI建模的三个视角 *范例实现-2：深度神经网络 *优化模型：使用Model Optimizer *使用推论引擎...
AI模型开发技术与OpenVINO优化策略第二部分教程四
时间：2021年11月26日 14:00
简介： 简介：本节课程中，高老师将从以下几方面为大家介绍基础AI模型分类器 *认识分类器（Classifier) *分类器的基础：回归(Regression)分析 *回归与分类的重要视角：空间对应（Space-Mapping) *范例实现：使用TensorFlow+Keras *优化模型：使用Model Optimizer *使用推论引擎...
AI模型开发技术与OpenVINO优化策略第二部分教程三
时间：2021年11月19日 14:00
简介： 本节课程中主要讲解OpenVINO与ResNet 50迁移学习 * OpenVINO与ResNet 50的角色 * 认识迁移学习——以ResNet 50图像识别为例 * 让AI看两张鸡蛋的图片 * 连好蛋、坏蛋都分不清，AI需要进修—演练迁移学习 * 范例演示——让格格学习更多 * 优化模型：使用Model Optimizer...