推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

面向卷积神经网络的 FPGA 设计

更新时间:2019-06-21 17:13:55 大小:2M 上传用户:z00查看TA发布的资源 浏览次数:618 下载积分:2分 下载次数:0 次 标签:卷积神经网络fpga 出售积分赚钱 评价赚积分 ( 如何评价?) 收藏 评论(0) 举报

资料介绍

近年来, 卷积神经网络作为深度学习中的常用算法, 被广泛地应用在计算机视觉的任务中.FPGA 凭借它的高并行计算、低功耗和可重复配置的特点在实现卷积神经网络的多种加速器中显示了优异的特性. 近几年, 使用 FPGA 加速卷积神经网络的方法已经被人们广泛地探索, 但是大部分设计的性能都受限于片上乘法器数量. 快速算法在卷积操作中能够有效降低运算中乘法的数量, 进而达到平衡资源的效果. 本文首先介绍 4 种实现卷积神经网络的算法: 传统的空间卷积算法、矩阵乘法、Winograd 算法和 FFT 算法. 同时介绍国内外对于不同算法在硬件上的实现, 以及相应的优化手段, 并且总结使用 FPGA 加速 CNN 的发展历程


部分文件列表

文件名 大小
N112018-00291.pdf 2M

推荐下载

全部评论(0)

暂无评论