深度学习与信号处理： 原理与实践 课件 第1章 初识深度学习.pptx

;1.1深度学习有多深？;1.1深度学习有多深？;1.1深度学习有多深？;深度神经网络分为以下3类(如图1.1所示)。;1.1深度学习有多深？;1.1.2深度学习发展;1.1深度学习有多深？;图1.2深度学习发展主线;机器学习和深度学习之间的关系是包含与被包含的关系，如图1.3所示。;2.深度学习的局限瓶颈;1.1深度学习有多深？;1.2深度学习如何学？;1.2深度学习如何学？;1.2深度学习如何学？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;(1)GPU与显卡的区别;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;英特尔宣称，该系统在人工智能任务中的执行速度要比传统CPU快1000倍，能效提高10000倍。该神经拟态系统的问世，预示着人类向“模拟大脑”迈出了一大步。与人脑中的神经元类似，Loihi拥有数字“轴突”用于向临近神经元发送电信号，也有“树突”用于接收信号，在两者之间还有用于连接的“突触”。英特尔表示，基于这种芯片的系统已经被用于模拟皮肤的触觉感应、控制假腿、玩桌上足球游戏等任务。

最新的64芯片系统已分享给60多个INRC生态合作伙伴。测试表明，运行实时深度学习基准测试时，功耗比传统CPU低约109倍，对比特制的IoT推理硬件功耗低5倍，而且网络规模扩大50倍后仍能维持实时性能，功耗仅增加30％、IoT硬件的话功耗会增加5倍以上，并失去实时性。

按照计划，Intel2019年底将做到1亿个神经元、10000亿个突触，预计会有768颗芯片、1.5万亿个晶体管;1.3深度学习如何提速？;1.3深度学习如何提速？;1.3深度学习如何提速？;深度学习框架是专为深度学习领域开发的具有一套独立的体系结构、统一的风格模板、可以复用的解决方案，一般具有高内聚、严规范、可扩展、可维护、高通用等特点。随着深度学习的日益火热，越来越多的深度学习框架被开发出来。目前主流的深度学习框架，如表1.1所示??;1.4主流深度学习框架;1.5本书内容与体系结构;1.5本书内容与体系结构;1.5本书内容与体系结构