推荐星级:
- 1
- 2
- 3
- 4
- 5
基于FPGA的深度卷积神经网络的设计空间探索
资料介绍
深度卷积神经网络(DCNN)已被证明在许多模式识别应用中非常有效,例如图像分类和语音识别。由于其计算复杂性,DCNN要求实施利用定制硬件加速器来满足性能和能效限制。利用DCNN中所有并行性源,本文提出了一种基于FPGA的加速器架构。我们开发分析可行性和性能评估模型,考虑各种设计和平台参数。因此,我们开发了一种设计空间探索算法,使用该算法,我们获得了对给定目标FPGA平台具有最高性能的实现。使用真实生命DCNN的仿真结果表明我们的加速器优于其他竞争方法,这忽略了应用程序中的某些并行性源。最值得注意的是,我们的加速器以1:9的比例运行在同一FPGA器件上的最先进的DCNN加速器。
部分文件列表
文件名 | 大小 |
DCNN_16.pdf | 495K |
全部评论(0)