一种移动卷积神经网络的FPGA实现

作者：李炳辰; 黄鲁

来源：微电子学与计算机, 2019, 36(09): 7-11.

DOI：10.19304/j.cnki.issn1000-7180.2019.09.002

• FPGA
• 卷积神经网络
• 硬件加速
• MobileNet
• 移动端

卷积神经网络是深度学习的一种重要模型,广泛应用于图像处理等领域.常用的神经网络模型因结构复杂,参数众多,不适于放在移动端运行.本文基于模块化和硬件复用的思想,给出了一种基于FPGA的手写数字字符识别网络的硬件实现,基于MobileNet的原理改进结构,在实现了算法硬件加速的同时,有效地降低了网络的参数数量和整体运算量.基于MNIST数据集的实验结果表明,对比传统结构的神经网络,改进结构的参数量减少了23.26%,计算量减少了31.32%,在保持速度不变的前提下,用更少的资源和更低的功耗实现了整个网络.

• 单位
  中国科学技术大学