基于FPGA的深度学习分类算法高效实现

Computer Engineering and Design（2019）

引用 2|浏览1

暂无评分

摘要

为在嵌入式应用领域中实现高性能、低功耗的深度学习算法,针对网络的前向传播过程,通过设计指令格式和数据格式来传输CNNs计算所需要的参数,采用基于FPGA的软硬件协同设计的方法,构建面向嵌入式应用的深度学习分类系统.实验结果表明,在100 MHz的工作频率下,与GPU实现相比,该加速器在保证分类精度的情况下,整个网络的平均性能为0.08 GOP/s,能耗比为GTX 1070的2.29倍,功耗仅为GPU的2.114％.

AI 理解论文

溯源树

样例

生成溯源树，研究论文发展脉络

Chat Paper

正在生成论文摘要