tdnn 文章進(jìn)入tdnn技術(shù)社區(qū)

東芝憑借超低功率神經(jīng)形態(tài)處理器推進(jìn)了深度學(xué)習(xí)

　　東芝公司通過開發(fā)“時(shí)域神經(jīng)網(wǎng)絡(luò)1”(TDNN)繼續(xù)履行其關(guān)于促進(jìn)物聯(lián)網(wǎng)和大數(shù)據(jù)分析的承諾，TDNN采用了超低功耗神經(jīng)形態(tài)半導(dǎo)體電路以執(zhí)行深度學(xué)習(xí)處理。不同于傳統(tǒng)的數(shù)字處理器，TDNN包含有大量的采用了東芝原創(chuàng)模擬技術(shù)的微小處理單元。我們?cè)?1月8日于日本舉行的A-SSCC?2016(2016年亞洲固態(tài)電路會(huì)議)會(huì)議上對(duì)TDNN作了報(bào)告，A-SSCC是由IEEE主辦的半導(dǎo)體電路技術(shù)國(guó)際會(huì)議。　　深度學(xué)習(xí)需要大量的計(jì)算，特別是在高性能處理器上執(zhí)行計(jì)算，需要消耗大量的電能。但是若要讓傳感器和智能手
關(guān)鍵字：東芝 TDNN

本文在抽頭延時(shí)神經(jīng)網(wǎng)絡(luò)(TDNN)的基礎(chǔ)上，提出了一種可用于高功率放大器的數(shù)據(jù)捕獲、分析、建模和線性化的有效數(shù)字預(yù)畸變過程。利用基帶信號(hào)分析，對(duì)大功率RF放大器的記憶效應(yīng)進(jìn)行了識(shí)別與建模。

當(dāng)前研究工作越來
關(guān)鍵字： TDNN 模型功率放大器線性

共2條 1/1 1

您好，目前還沒有人創(chuàng)建詞條tdnn!
歡迎您創(chuàng)建該詞條，闡述對(duì)tdnn的理解，并與今后在此搜索tdnn的朋友們分享。創(chuàng)建詞條