基于软件定义片上可编程系统的卷积神经网络加速器设计

• 作者: 王一鸣 苗凤娟 陶佰睿
• 来源期刊: 科学技术与工程
• 学科: 工学
• 关键词: 图像识别 网络结构 卷积神经网络 软件定义片上可编程系统 加速器 精度
• 年，卷（期）: 2019,（34）
• 所属期刊栏目: 自动化技术、计算机技术
• 页码范围: 267-271
• 页数: 5页
• 分类号: TP391.41
• 字数: 2349字
• 语种: 中文

摘要

针对图像识别领域卷积神经网络(convolutional neural network, CNN)的计算需求,根据CNN的结构特点,设计出一种基于软件定义片上可编程系统(software defined system on chip,SDSoC)的加速器.首先通过修改CNN网络结构文件,选用修正线性单元(rectified linear unit, ReLU)作为激励函数,在虚拟机上训练出卷积神经网络的参数.最终完成一种占用硬件资源少,图像识别时间短和精度高的CNN硬件加速器.实验结果表明,与传统的CPU对比其识别精度提高至80%以上,消耗仅占其4. 16% ,识别时间从通用CPU的十几秒缩短至毫秒.资源消耗与识别时间都得到了很大程度的降低,为进一步加速提供了参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苗凤娟	齐齐哈尔大学通信与电子工程学院	96	292	8.0	13.0
2	陶佰睿	齐齐哈尔大学通信与电子工程学院	107	362	10.0	14.0
3	王一鸣	齐齐哈尔大学通信与电子工程学院	10	5	1.0	1.0