将信号和数据表示为一系列离散状态的想法已经由来已久，它在20世纪下半叶点燃了半导体工业的一场革命。这个新的信息时代因蓬勃发展的数字电子领域而繁荣兴盛。随着需求的增长，大量的自动化和工具作业使得在复杂性和性能上扩展设计相对容易管理。然而，人工智能和机器学习应用所消耗的能量无法像现有的处理架构那样切实增长。

在本视频中探索卷积神经网络（也称为CNN或ConvNets）的基础。您将学习3个概念：本地接受域，共享权重和偏见以及激活和合并。您还将学习3种训练CNN的方法。

这个关于“什么是深度学习”的视频提供了一个有趣而简单的概念介绍。我们将了解深度学习是在哪里实现的，然后继续讨论它与机器学习和人工智能有何不同。我们还将了解什么是神经网络，以及如何训练它们来识别手写的数字。我们将进一步看看深度学习的一些流行应用。那么，让我们通过这个视频来深入了解一下深度学习的世界。

人工智能（AI）是对人类智能行为的模拟。其设计目的是感知环境，做出决定，并采取行动。了解工程师AI的概况，探索人工智能适合工程方面的工作流程的方式。您将了解构建AI系统的步骤，如数据准备、建模、系统设计和部署。

本视频向你概述了Simulink®，这是一种多领域建模的仿真环境，供设计控制、无线和其他动态系统的工程师和科学家使用。使用Simulink，您可以在着手于硬件之前设计和模拟系统，并且可以探索和实现新的设计，而不必编写C、c++或HDL代码。Simulink是基于模型的设计平台，支持嵌入式系统的系统级设计、仿真、自动代码生成和持续测试与验证。

GPU Coder™用MATLAB®代码和Simulink®模型生成优化的CUDA®代码。生成的代码包括用于深度学习、嵌入式视觉和信号处理算法的可并行部分的CUDA内核。为了提高性能，生成的代码调用优化的NVIDIA® CUDA库，包括TensorRT™，cuDNN, cuFFT, cuSolver和cuBLAS。您可以将代码作为源代码、静态库或动态库集成到项目中。您还可以编译嵌入在NVIDIA Jetson®、NVIDIA DRIVE®和其他平台上的桌面、服务器和GPU的代码。

本视频将帮助您理解什么是大数据，大数据的5V特点, Hadoop为什么会出现，以及Hadoop是什么。您将通过用例了解Hadoop的存储单元和处理单元，以及大数据的实现。最后，我们会有一个关于Hadoop的小测试。大量的数据无法通过传统的方式进行存储、处理和分析，这就是所谓的大数据。Hadoop是一个以分布式方式管理大数据存储且并行处理的框架。现在，让我们深入研究这个视频，了解大数据和Hadoop。

多年来，围绕苹果AR眼镜的传言一直在科技界流传。尽管这样的猜测已经持续了很长一段时间，但我们似乎终于要迎来苹果下一款重要产品的发布了。虽然苹果设计的AR眼镜将带来什么样的功能还不清楚，但我们已经看到了传言，苹果的AR眼镜可能会包括一个麦克风，以支持Siri命令和电话通话。我们也看到有报道称，该设备将与其他功能集成一起。