基于高层次综合的卷积神经网络设计与优化方法研究

• 作者: 余乐 彭鑫磊
• 来源期刊: 微电子学与计算机
• 关键词: 卷积神经网络 嵌入式 ZYNQ-7020 加速器
• 年，卷（期）: 2019,（8）
• 页码范围: 63-67
• 页数: 5页
• 分类号: TP391
• 语种: 中文

摘要

本文基于FPGA高层次综合的设计方法学,在ZYNQ-7020上实现了一个卷积神经网络加速器.采用循环展开和并行流水的设计方法对卷积核运算进行优化,均衡了所占用逻辑资源及运算效率,从而实现加速器的最优性能.通过MINST数据集在100MHz的工作频率下对加速器进行性能测试,结果表明:对单张图片,该加速器相对于通用平台ARM A9可实现3.77倍加速,而对1000张图片的流武处理可实现高达6.14倍加速.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余乐	北京工商大学计算机与信息工程学院	9	23	2.0	4.0
5	彭鑫磊	北京工商大学计算机与信息工程学院	1	0	0.0	0.0