一种移动卷积神经网络的FPGA实现

• 作者: 李炳辰 黄鲁
• 来源期刊: 微电子学与计算机
• 关键词: FPGA 卷积神经网络 硬件加速 MobileNet 移动端
• 年，卷（期）: 2019,（9）
• 页码范围: 7-11
• 页数: 5页
• 分类号: TP183
• 语种: 中文

摘要

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄鲁	中国科学技术大学微电子学院	75	277	9.0	13.0
2	李炳辰	中国科学技术大学微电子学院	1	0	0.0	0.0