原文服务方: 微电子学与计算机       
摘要:
卷积神经网络(Convolutional Neural Network,CNN)在各种计算机视觉应用中取得了巨大成功.本文研究了卷积神经网络的并行结构,基于网络计算的多种并行特征,提出了CNN前向传播过程在FPGA并行计算的架构.实验结果表明,在110MHz的工作频率下,该结构可使FPGA的峰值运算速度达到0.48GOP/s,相较ARMMali-T628 GPU平台实现23.5倍的加速比.
推荐文章
基于FPGA的卷积神经网络加速器设计与实现
卷积神经网络
现场可编程门阵列
加速器
有限资源
基于FPGA的卷积神经网络浮点激励函数实现
卷积神经网络
激励函数
FPGA
多项式逼近
基于FPGA的卷积神经网络并行加速结构设计
卷积神经网络
FPGA
卷积模块
激活模块
下采样模块
一种基于FPGA的卷积神经网络加速器设计与实现
卷积神经网络
现场可编程门阵列(FPGA)
ZynqNet
并行计算
加速
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于FPGA的卷积神经网络设计与实现
来源期刊 微电子学与计算机 学科
关键词 卷积神经网络 现场可编程门阵列 阵列处理器 并行性
年,卷(期) 2018,(8) 所属期刊栏目
研究方向 页码范围 132-136
页数 5页 分类号 TP302
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋林 西安邮电大学电子工程学院 85 264 8.0 10.0
2 刘镇弢 西安邮电大学电子工程学院 6 17 2.0 4.0
3 谢晓燕 西安邮电大学计算机学院 46 135 7.0 9.0
4 衡茜 西安邮电大学电子工程学院 2 5 1.0 2.0
5 王喜娟 西安邮电大学电子工程学院 2 5 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (6)
参考文献  (2)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(0)
  • 二级参考文献(1)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
卷积神经网络
现场可编程门阵列
阵列处理器
并行性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导