卷积神经网络卷积层的FPGA实现

• 作者: 赵玉琳 王东辉 王雷欧
• 来源期刊: 网络新媒体技术
• 关键词: 卷积神经网络 FPGA 并行 加速
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 学术研究|ACADEMIC RESEARCH
• 页码范围: 47-50
• 页数: 4页
• 语种: 中文

摘要

卷积神经网络在图像处理领域取得了突出的表现,但是由于其庞大的计算量使得它的应用范围受到限制.通常,卷积层的计算量占据了整个网络的大部分计算,主要包含有大量的乘法和加法,本文针对卷积层的计算特点,实现了一种高效的卷积层加速模块的设计.最后通过实验结果表明,在计算相同的网络结构下,该设计相比于CPU的计算效率更高.