科研之友
微信
新浪微博
Facebook
分享链接
摘要
现有的脉冲神经网络模型软件模拟通常具有处理速度慢、功耗高的缺点，同时利用硬件电路实现则具有开发难度大、灵活性差的缺点.为了探索合理实现脉冲神经网络模型的途径，在己有研究成果的基础上综合考虑两种方案的优缺点，提出了利用软件库模拟脉冲神经元数学模型以及网络的拓扑结构、并将网络运行时的关键计算任务以计算内核的方式交由基于OpenCL的FPGA并行计算的新思路.主要工作为：使用模块开发方式对脉冲神经网络软件开发库和OpenCL开发库进行了扩展、并将软件开发库中的重要模块重构成FPGA计算内核，使得软件开发库能够调用FPGA执行计算任务，最终达到利用两个库构建运行网络模型时能够同时满足易于开发、灵活性高、处理速度快、功耗低等要求的目的.基于MNIST图像数据集的图像分类实验表明，同一网络模型拓扑结构下，与在GPU上的软件模拟相比，提出方案的图像分类准确率并没有下降，同时以略微牺牲运行性能为代价，参考功率降低了约63.6%.
- 单位
