深度學習是當今技術發展最快的領域之一。它越來越多地應用於語音識別，面部識別甚至電玩遊戲等任務。在人工神經網絡的支援下，深度學習模型採用機器學習算法，使用多層非線性處理單元進行特徵抽取和變換，而每層使用前一層的輸出作為輸入。
安富利的Xilinx 201808讓低階設備XC7Z007s具有深度學習的能力。透過將多層感知器（MLP）網絡拓撲與使用二值化神經網絡*的極端量化網絡相結合，讓它在MNIST手寫數字辨識上達到95.8％的準確度，而資源利用率為91％/ 66％（LUT / FF）。它適用於智慧型監控攝影機和工業自動化所使用的智慧型攝影機。
特點
- 低階設備XC7Z007s的深度學習能力
- 多層感知器（MLP）網絡拓撲
- 使用二值化神經網絡的極端量化網絡*
- 在MNIST手寫數字辨識上準確度為95.8％
- 小型的全連接層：256個節點
- 透過內置Wifi連上網可使用Jupyter notebook 程式編輯器
- 91％/ 66％（LUT / FF）資源利用率
*資料來源： “FINN: A Framework for Fast, Scalable Binarized Neural Network Inference”
