应用
将机器学习算法与物理世界联系起来
将神经网络的强大功能与 FPGA 的低延迟和灵活性相结合。
使用 Moku 神经网络构建自动编码器
了解如何使用一种称为自动编码器的特殊神经网络来实现对信号降噪并提取特征。
常见问题解答
用户使用名为 LinnModel 的 Python 类来设计和训练他们的网络。该类包含用于构建和输出 Liquid Instruments 神经网络 (.linn) 文件的方法，该文件可加载到 Moku 神经网络仪器上。该文件包含有关激活值、偏置和激活函数的所有信息，以便在 Moku 硬件上准确地重建模型。
它支持最多五个隐藏层，每层最多包含一百个完全互连的节点。它也支持五种不同的激活函数。
使用 FPGA 可以绕过主机 PC 并实时执行计算。与任何其他 DSP 算法一样，计算确实需要时间，这可能会导致一定的延迟。但是，根据应用和神经网络的规模，FPGA 的延迟可能比专用滤波器和/或仪器更低。