科研之友
微信
新浪微博
Facebook
分享链接
摘要
利用当前方法对卷积神经网络进行加速优化处理时，没有分析卷积神经网络前向传播结构，导致卷积神经网络的资源浪费严重以及计算量过大，存在资源消耗率高和网络计算量大的问题，提出基于FPGA的卷积神经网络加速优化方法。构建卷积神经网络前向传播模型，分析了传播结构中卷积层、池化层、激活函数和填充的特点。根据分析结果利用FPGA构建加速器，通过卷积层并行加速可行性分析、基本模块设计、通道并行卷积层加速设计实现卷积神经网络的加速优化，利用流水线方法对卷积窗口进行操作，通过全并行乘法-加法树模块减少卷积神经网络的计算量。实验结果表明，所提方法的资源消耗率低、网络计算量小。
-
单位综合业务网理论及关键技术国家重点实验室; 西安电子科技大学
