我要投稿
期刊屋 > 电子

基于FPGA的可配置神经网络硬件设计

【摘要】 利用现场可编程门阵列(FPGA)器件可配置的优势，在FPGA上实现卷积神经网络，将训练后的网络参数按层、分块存放在FPGA的片上内存中，针对每层网络配置独立的计算阵列。利用高层次综合工具以及C++作为设计语言，调整优化硬件结构的设计，最后以CIFAR10数据集验证新结构的设计，将原有结构的图像分类效率提高了31%，同时降低了硬件资源占用。

【基于FPGA的可配置神经网络硬件设计】相关的文章

电子 最新帖子
热门文章