首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于FPGA的深度卷积神经网络加速研究

摘要第4-5页
Abstract第5-6页
1 绪论第9-15页
    1.1 课题研究背景和意义第9-10页
    1.2 国内外研究现状第10-12页
    1.3 论文研究内容与结构安排第12-15页
2 深度卷积神经网络的可加速特性研究第15-41页
    2.1 卷积神经网络基本结构研究第15-24页
    2.2 深度卷积神经网络并行性研究第24-27页
    2.3 深度卷积神经网络流水性研究第27-33页
    2.4 可加速特性的FPGA实现分析第33-40页
    2.5 本章小结第40-41页
3 加速系统总体设计第41-53页
    3.1 系统整体架构第41-42页
    3.2 结构调整算法设计第42-46页
    3.3 FPGA加速系统设计第46-50页
    3.4 扩展后的FPGA系统设计第50-52页
    3.5 本章小结第52-53页
4 FPGA加速系统的实现第53-64页
    4.1 卷积顺序序列化模块第53-56页
    4.2 池化顺序序列化模块第56-58页
    4.3 卷积计算模块第58-60页
    4.4 池化计算模块第60-63页
    4.5 本章小结第63-64页
5 实验及结果分析第64-73页
    5.1 实验所用模型结构第64-65页
    5.2 实验平台及环境第65页
    5.3 功能仿真及验证第65-68页
    5.4 系统整体测试第68-72页
    5.5 本章小结第72-73页
6 总结与展望第73-75页
    6.1 全文总结第73-74页
    6.2 研究展望第74-75页
致谢第75-77页
参考文献第77-80页
附录1 攻读硕士学位期间登记的软件著作权目录第80页
附录2 攻读硕士学位期间申报的发明专利目录第80页

论文共80页,点击 下载论文
上一篇:Au团簇的启发式优化
下一篇:基于Smith-模糊PID的温度跟踪控制