卷积神经网络的FPGA并行结构研究

• 作者: 杨薇
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 卷积神经网络 现场可编程门阵列 并行结构
• 年，卷（期）: 2015,（12）
• 所属期刊栏目: 通信技术
• 页码范围: 51-51
• 页数: 1页
• 分类号: TP183
• 字数: 1654字
• 语种: 中文

摘要

卷积神经网络(Convolutional Neural Network, CNN)是一种人工神经网络,是典型的多阶段全局可训练的模型,在模式识别,目标跟踪等方面具有很重要的应用价值。现场可编程门阵列(Field Programmable Gate Array, FPGA)作为高速、高密度可编程逻辑资源得到了快速的发展,可以通过将算法映射到FPGA上的并行硬件,完成加速功能。本文尝试使用FPGA的计算模式,以并行化的方式实现卷积神经网络,加速其运行过程。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨薇	天津中德职业技术学院信息与通信学院	7	11	2.0	3.0