《電子技術應用》
您所在的位置:首頁 > 通信與網絡 > 設計應用 > 多分支卷積神經網絡的FPGA設計與優化
多分支卷積神經網絡的FPGA設計與優化
2021年電子技術應用第7期
謝思璞,魏榕山
福州大學 物理與信息工程學院,福建 福州350108
摘要: 針對拓寬神經網絡的結構會導致計算量增大,計算性能降低,需要針對并行的網絡進行更有效的優化以及調度。通過分析FPGA平臺上實現卷積神經網絡的計算吞吐量和所需的帶寬,在計算資源和訪存帶寬的限制下,采用了屋頂模型進行了設計空間的探索,提出了在不同支的卷積神經網絡中使用不同的循環展開因子,從而實現同一卷積層中不同支神經網絡的并行計算,保證計算資源和內存資源的合理分配。實驗結果表明,所提出的設計與先前研究相比獲得了1.31×的性能提升。
中圖分類號: TN409
文獻標識碼: A
DOI:10.16157/j.issn.0258-7998.211279
中文引用格式: 謝思璞,魏榕山. 多分支卷積神經網絡的FPGA設計與優化[J].電子技術應用,2021,47(7):97-101.
英文引用格式: Xie Sipu,Wei Rongshan. FPGA design and optimization of multi-branch CNN[J]. Application of Electronic Technique,2021,47(7):97-101.
FPGA design and optimization of multi-branch CNN
Xie Sipu,Wei Rongshan
School of Physics and Information Engineering,Fuzhou University,Fuzhou 350108,China
Abstract: Broadening the structure of the neural network will lead to the increase of the amount of computation and the decrease of the computational performance, it is necessary to optimize and schedule the parallel network more effectively. By analyzing the throughput and bandwidth of convolutional neural network on FPGA platform, the roof model is used to explore the design space under the limitation of computing resources and memory access bandwidth. It is proposed to use different cycle expansion factors in different branches of convolutional neural network, so as to realize the parallel computing of different branches of neural network in the same convolution layer and ensure the computing efficiency reasonable allocation of resources and memory resources. The experimental results show that the performance of the proposed design is improved by 1.31×compared with the previous research.
Key words : multi-branch convolutional neural network;FPGA;roofline model;parallel computing

0 引言

    近年來,神經網絡受到了廣泛熱議,成為了學術界和工業界的熱門議題,Google、Microsoft和Facebook等科技公司都建立了相關的研究小組,以探索CNN的新架構[1-3]。通過對CNN架構上的創新改善CNN性能,利用空間和通道信息,結構的深度和寬度以及多路徑信息處理等方法引起了廣泛的討論。

    在眾多新型CNN架構中,基于寬度擴展的多支并行的CNN得到了國內外學術屆的重視。KAWAGUCHI K等人提出網絡的寬度是影響網絡精度與準確度的一個重要指標[4]。通過在層中并行使用多個處理單元,可以得到比感知器更為復雜的映射。GoogLeNet中的Inception模塊是一種典型的多支網絡架構,并使用了不同尺寸的卷積核[5]。2017年,DEL COCO M等人[6]利用多分支結構引入了并行的多尺度分析,減小了神經網絡的深度,克服了過擬合問題。拓寬網絡寬度的多支并行卷積神經網絡在圖像分割以及識別等任務中,提高了網絡在不同尺度上的特征提取能力,受到了國內外研究機構的重視[7-9]。




本文詳細內容請下載:http://www.viuna.cn/resource/share/2000003664。




作者信息:

謝思璞,魏榕山

(福州大學 物理與信息工程學院,福建 福州350108)




wd.jpg

此內容為AET網站原創,未經授權禁止轉載。
主站蜘蛛池模板: 中文字幕欧美在线观看 | 午夜视频在线网站 | 免费一级特黄a | 欧美日韩无 | 黄色片视频免费观看 | 人人艹人人射 | 欧美成人午夜在线全部免费 | 黄在线观看在线播放720p | 国产日韩精品视频一区二区三区 | 成年网站在线播放 | 中文字幕乱理片免费完整的 | 在线欧洲成人免费视频 | 成人精品免费网站 | 免费观看一级成人毛片 | 免费看成人毛片 | 久久久久久久九九九九 | 米奇777第四久久久99 | 最近的中文字幕在线看 | 成年人精品视频 | 视频二区肥岳精品推荐 | 26uuu天天夜夜综合 | 日本三级特黄在线观看 | 日本夜夜 | 91丝袜足控免费网站xx | 欧美福利网站 | 欧美成人手机在线 | 日本波多野结衣字幕久久 | 一区在线观看视频 | 福利成人| 亚洲国产成人资源在线软件 | 国产一级aaa全黄毛片 | 78m成人视屏 | 国产免费黄 | 日本韩国三级在线观看 | 国产成人精品一区二三区 | 久久亚洲国产成人亚 | 综合色久七七综合七七蜜芽 | 97青青草原国产免费观看 | 伦理在线看 | 黄色一级片观看 | 亚洲国产成人久久一区久久 |