Deutsch-Chinesische Enzyklopädie, 德汉百科
信息时代
***数据保护***星际之门项目***重要监管机构*美国计算机学会图灵奖*银行和金融服务 *集成开发环境*IT安全和数据保护政策*政府三维打印安卓增强/虚拟现实人工智能大数据区块链CAD/CAE/CAM/EDA/PDM/PLM聊天/视频会议/电话云计算内容管理系统数控机床计算机代数系统和数学CRM/EAM/ERP/SRM/SCM/HCM/QM/XM/WFM跨平台数据分析数据库管理系统打印机/复印机//扫描仪电子书电子商务电力工程软件 驾驶辅助系统 FPGA游戏产业游戏俱乐部 绘图软件和绘图板显示卡半导体工艺超级计算机集成电路工业机器人 即时通讯和网络协议通话技术物联网Linux/Unix大型计算机微控制单元医学微软视窗移动通信系统农业现代化主机板音乐制作操作系统支付系统PCI-SIGPLC/DCS/FCS/SCADA/MES精密仪器/医疗设备/科研设备制造技术专业媒体软件程序设计语言和框架量子计算根域名服务器传感器智能手机社交网络服务流媒体流处理搜索引擎TCP/IP协议图灵奖处理单元 - CPU, GPU, NPU, APU, TPU, VPU, FPGA, QPU, IPU, PIC版本控制分布式系统虚拟技术
科学技术
卷積神經網絡 卷积神经网络
Ein Convolutional Neural Network (CNN oder ConvNet), zu Deutsch etwa „faltendes neuronales Netzwerk“, ist ein künstliches neuronales Netz. Es handelt sich um ein von biologischen Prozessen inspiriertes Konzept im Bereich des maschinellen Lernens. Convolutional Neural Networks finden Anwendung in zahlreichen Technologien der künstlichen Intelligenz, vornehmlich bei der maschinellen Verarbeitung von Bild- oder Audiodaten.
卷积神经网络（英语：convolutional neural network，缩写：CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，[1]对于大型图像处理有出色表现。
卷积神经网络由一个或多个卷积层和顶端的全连通层（对应经典的神经网络）组成，同时也包括关联权重和池化层（pooling layer）。这一结构使得卷积神经网络能够利用输入数据的二维结构。与其他深度学习结构相比，卷积神经网络在图像和语音识别方面能够给出更好的结果。这一模型也可以使用反向传播算法进行训练。相比较其他深度、前馈神经网络，卷积神经网络需要考量的参数更少，使之成为一种颇具吸引力的深度学习结构[2]。
卷积神经网络的灵感来自于动物视觉皮层组织的神经连接方式。单个神经元只对有限区域内的刺激作出反应，不同神经元的感知区域相互重叠从而覆盖整个视野。
cookie是网页服务器发送给网页浏览器的消息。当HTTP服务器向客户端（网页浏览器）发送数据时，它同时也可能会发送一条cookie，而在此次连接完成之后，客户端仍然会保留此cookie。服务器可以使用这种机制来保存客户端状态持续的信息。
协处理器
一种处理器，与主微处理器不同，它执行附加的功能并协助主微处理器进行工作。最常见的一种协处理器是浮点协处理器，它在执行数值计算时比个人计算机中的通用微处理器速度更快、性能更好。
协处理器
安大略
企业
科亿尔数码科技
科里超级计算机
Intel Xeon Phi 7250 68C 1.4GHz, Aries interconnect
军事、国防和装备
游戏
反恐精英：全球攻势
