1樓：rocchen
FPGA開發周期太長，OPENCL之類目前不靠譜，成本又高的離譜，比gpu什麼的差太多了，gpu缺點就是功耗太大，不然輕而易舉打敗FPGA
2樓：
當然可以啊，如果不差錢的話。用Neuro Network舉例，因為ML需要消耗的邏輯門數量跟中間Hiddenlayer 層數是由直接關係的，而hiddenlayer的層數和ML的準確性又是由直接關係的，所以用FPGA做NN，絕對是土豪產品，一般產品用不起啊！
3樓：
FPGA本來就可以看作一塊萬能積體電路，幾乎所有的數位電路都可以用FPGA實現。
但是FPGA的編寫是比較難上手的，而且FPGA本身成本也比較高。
4樓：Serre
有。http://
5樓：Constan Chow
手機碼字，隨便說兩句
首先說下我的觀點，在FPGA裡面嵌入軟核用來做應用應用的範圍很窄，對於FPGA資源利用來說也很得不償失。
實在想用FPGA邏輯給處理器加速，推薦用Zynq7000有空再更
機器學習能做什麼？
Liam 機器學習問題分為兩大類 有監督與無監督，無監督是識別模式，有監督可以識別一些模式，如果資料中某類資料聚成一團，用聚類的方式可以識別出來。有監督最很好的乙個比喻其實就是算命，如果你能蒐集到大量人的生平資料，以及這些人的命運。然後，你用這個資料訓練乙個模型。然後來了乙個人，叫你算命，你就把這個...
300條資料，12個維度，能做機器學習嗎？
三少 這個沒什麼可以不可以，120條資料，200個特徵都能做的也有，不過資料非常稀疏。200個特徵和20個特徵結果差不多。其實能不能做主要看label均衡與否。 宇智波帶土 應該是可以的，關鍵在於你資料的代表性和分布情況，機器學習的重點不在於樣本的多少，而是通過演算法發現資料之間的模式關係，如果你的...
機器學習可以學習調參嗎？
Machine Learning的問題在實際操作中可以看作是調參問題，那麼能不能用機器學習來代替調參是乙個很自然的想法.於是就有了Meta Learning這個研究方向 王博文 題主的問題，我也想過，然後寫了下面這篇文章 王博文 什麼時候機器學習不再需要人工調參了？雖然沒本題下面的其他回答那麼高大上...