设计应用

多分支卷积神经网络的FPGA设计与优化

作者：谢思璞，魏榕山
发布日期：2021-07-05
来源：2021年电子技术应用第7期

0 引言

    近年来，神经网络受到了广泛热议，成为了学术界和工业界的热门议题，Google、Microsoft和Facebook等科技公司都建立了相关的研究小组，以探索CNN的新架构[1-3]。通过对CNN架构上的创新改善CNN性能，利用空间和通道信息，结构的深度和宽度以及多路径信息处理等方法引起了广泛的讨论。

    在众多新型CNN架构中，基于宽度扩展的多支并行的CNN得到了国内外学术届的重视。KAWAGUCHI K等人提出网络的宽度是影响网络精度与准确度的一个重要指标[4]。通过在层中并行使用多个处理单元，可以得到比感知器更为复杂的映射。GoogLeNet中的Inception模块是一种典型的多支网络架构，并使用了不同尺寸的卷积核[5]。2017年，DEL COCO M等人[6]利用多分支结构引入了并行的多尺度分析，减小了神经网络的深度，克服了过拟合问题。拓宽网络宽度的多支并行卷积神经网络在图像分割以及识别等任务中，提高了网络在不同尺度上的特征提取能力,受到了国内外研究机构的重视[7-9]。




本文详细内容请下载：http://www.chinaaet.com/resource/share/2000003664。




作者信息：

谢思璞，魏榕山

(福州大学 物理与信息工程学院，福建 福州350108)




wd.jpg

此内容为AET网站原创，未经授权禁止转载。
多分支卷积神经网络 FPGA 屋顶模型 并行计算

Copyright © 2005-2024 华北计算机系统工程研究所版权所有 京ICP备10017138号-2

Baidu
map