基于二维Winograd算法的深流水线5×5卷积方法 |
| |
引用本文: | 黄程程,董霄霄,李钊.基于二维Winograd算法的深流水线5×5卷积方法[J].计算机应用,2021,41(8):2258-2264. |
| |
作者姓名: | 黄程程 董霄霄 李钊 |
| |
作者单位: | 山东理工大学 计算机科学与技术学院, 山东 淄博 255049 |
| |
基金项目: | 山东省自然科学基金资助项目(ZR2018LF002);山东省高等学校青年创新团队发展计划项目(2019KJN048);淄博市校城融合发展计划项目(2018ZBXC021)。 |
| |
摘 要: | 针对二维Winograd卷积算法中存储器带宽需求过高、计算复杂度高、设计探索周期漫长、级联的卷积存在层间计算延迟等问题,提出一种基于二维Winograd算法的双缓冲区5×5卷积层设计方法。首先使用列缓冲结构完成数据布局,以重用相邻分块之间的重叠数据,降低存储器带宽需求;然后精确搜索并复用Winograd算法加法计算过程中重复的中间计算结果,来降低加法运算量,从而减小加速器系统的能耗开销和设计面积;最后根据Winograd算法计算过程来完成6级流水线结构的设计,并实现针对5×5卷积的高效率计算。实验结果表明,这种5×5卷积的计算方法在基本不影响卷积神经网络(CNN)预测准确率的前提下,与传统卷积相比降低了83%的乘法运算量,加速倍率为5.82;该方法与级联3×3二维Winograd卷积组成5×5卷积的方法相比降低了12%的乘法运算量,降低了约24.2%的存储器带宽需求,并减少了20%的运算时间。
|
关 键 词: | 卷积神经网络 现场可编程逻辑门阵列 Winograd算法 双缓冲区 深流水线 |
收稿时间: | 2020-10-28 |
修稿时间: | 2021-01-27 |
本文献已被 万方数据 等数据库收录! |
| 点击此处可从《计算机应用》浏览原始摘要信息 |
|
点击此处可从《计算机应用》下载全文 |