基于FPGA的神经网络算法应用研究

摘要：

为研究改进的模型在FPGA硬件中的应用,以DretionNet模型和ReaqiueNet模型为基础,通过神经网络算法进行优化,得到基于FPGA的高效算法的神经网络模型,对其多条分支的组织结构进行优化.研究结果显示,优化后的神经网路模型和FPGA为基础是一种高速网络算法,提出多分支的深度卷积算法.以FPGA设备提升为依据,结合神经网络适应的优化设备,对原有的神经网络模型进行改进,设备中的卷积算法运用电流脉冲和数据采集系统较好地提升了算法效率.

关键词：FPGA、神经网络算法、模型构建、应用研究

所属期刊栏目：37

分类号：TP311(计算技术、计算机技术)

在线出版日期：2021-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：164-166