点击空白处退出提示
基于FPGA的神经网络实现与部署
我要开发同款作品详情
2、基于FPGA开发平台vivado设计二进制乘法器与加法器以减少FPGA硬件资源消耗；使用乘法器与加法器设计乘加器（MAC），并使用MAC实现一维卷积操作；
3、基于一维卷积操作通过FIFO结构设计实现二维实时卷积，并使用Winogard卷积方法减少二维卷积中乘法次数（通过增加少量加操作减少乘操作，乘操作资源消耗远高于加法操作），最终将卷积乘法次数减少22%（卷积步长为2）；
4、基于二维卷积设计实现卷积层，基于MAC实现全连接层，使用查找表LUT实现relu、softmax激活函数，并将所有模块单独仿真后综合；将网络权重与偏置参数导入FPGA，输入手写数字图像进行识别；
声明：本文仅代表作者观点，不代表本站立场。如果侵犯到您的合法权益，请联系我们删除侵权资源！如果遇到资源链接失效，请您通过评论或工单的方式通知管理员。未经允许，不得转载，本站所有资源文章禁止商业使用运营!
评论