典型文献
卷积神经网络定点化设计及FPGA实现
文献摘要：
卷积神经网络优异的性能使其在图像处理领域占有重要地位,然而模型的实际应用多依赖于GPU,难以部署在对功耗敏感的嵌入式设备上.为了使模型能够高效部署在以FPGA为基础的平台上,本文提出一种卷积神经网络定点化方法,以数据精度与资源消耗为设计指标,根据模型中数据分布的统计以及数据类型的划分,确定不同的定点化策略,并给出了不同量化方法与溢出模式和硬件资源消耗的关系.使用Xilinx定点化库进行测试,实验结果表明,使用16位定点数对模型进行统一量化,能够在较小的精度损失下降低硬件资源消耗,且不同的量化模式下硬件资源消耗相同,不同的溢出模式下硬件资源消耗区别较大.
文献关键词：
卷积神经网络;定点化;FPGA
中图分类号：
作者姓名：
陈畅;黄均才;刘鉴栋;袁晶
作者机构：
广东电网有限责任公司广州供电局,广州510000
文献出处：
引用格式：
[1]陈畅;黄均才;刘鉴栋;袁晶-.卷积神经网络定点化设计及FPGA实现)[J].单片机与嵌入式系统应用,2022(02):41-45
A类：
B类：
定点化,FPGA,GPU,功耗,嵌入式设备,数据精度,资源消耗,设计指标,数据分布,数据类型,不同量,同量化,量化方法,出模,硬件资源,Xilinx,定点数,一量,精度损失,量化模式
AB值：
0.30464
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
