10.16208/j.issn1000-7024.2019.12.042
基于卷积神经网络加速运算单元设计
为实现卷积神经网络在边缘计算中的应用,需借助专用的硬件加速器来对其卷积、池化和全连接等运算进行加速.由于运算单元是加速器的核心部件,提出一种可用于卷积神经网络加速的运算单元,并完成其硬件代码的设计.通过对单个运算单元进行功能拓展,实现运算单元矩阵的应用.在搭建的功能验证环境下,对设计进行仿真,并将仿真值与理论值进行比对,完成运算单元及其矩阵的功能验证.仿真结果表明,单个运算单元能有效完成卷积神经网络中卷积、池化和全连接等运算,运算单元矩阵可极大地提升图像处理的速度.
卷积神经网络、边缘计算、硬件加速器、运算单元、图像处理
40
TP183(自动化基础理论)
2020-01-11(万方平台首次上网日期,不代表论文的发表时间)
共5页
3620-3624