| 基于ZYNQ的通用型卷积神经网络设计与实现 |
| |
| 作者姓名： | 刘 晛 吴瑞琦 高尚尚 刘泽浩 刘海波 孔祥晔 王 庆 郭乃宏 周 锋 王如刚 |
| |
| 作者单位： | 盐城工学院信息工程学院；盐城雄鹰精密机械有限公司 |
| |
| 基金项目： | 资助(No.61673108)；江苏省产学研合作项目(BY2020335,BY2020358)；江苏省高校自然科学研究面上项目(NO.20KJB140025)；江苏省自然科学(No. BK20181050)。 |
| |
| 摘 要： | 针对基于FPGA平台的神经网络开发周期过长、调节网络模型麻烦等问题，设计了一种基于ZYNQ的通用型卷积神经网络模型。首先通过Tensorflow平台搭建神经网络并训练得到模型各层权重;其次利用高层次综合工具进行卷积层和池化层的IP核设计;然后在ZYNQ平台上部署模型;最后分别运行了Le Net-5和Alex Net-8神经网络进行验证。实验结果表明模型在只损失极少准确度的情况下，卷积与池化运算速度相比于ARM平台分别提高了3.65倍和2.31倍，并具备通用性。
|
| 关 键 词： | 卷积神经网络 ZYNQ 高层次综合工具 |
|
| 点击此处可从《电子器件》浏览原始摘要信息 |
|
点击此处可从《电子器件》下载免费的PDF全文 |
|
