|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
PipeCNN: An OpenCL-Based FPGA Accelerator for Large-Scale Convolution Neuron Networks
# h3 G3 a9 F6 O7 t
3 P; A, z$ |, H* x! D7 K- x
1 ]- D6 J0 _3 B& U目录' i: t$ l, ^: U& R5 `. f8 j0 G8 U
一、摘要：
: h: Z0 w" ^0 \* Q8 d2 s 1.1 motivation:# o! [( x& F( r& I: H/ A
1.2 贡献点：
3 o+ }- M- q3 Z4 Z0 S 1.3 相关知识
% {8 n' m2 z, e$ t8 I$ W+ ?) R8 J 1.3.1 OpenCL
2 }! F& W& }& W0 C 1.3.2 GOPS
+ [4 v. E7 N! A) U7 d' |二、简介( ^* B! F; T* r0 Z8 M: W# b
2.1 背景4 L2 l( i( |- G4 {5 C; N
2.2 前人工作1 a4 a. |$ y" n; S; v0 A7 T3 n
2.3 主要贡献: w. G, h! R7 L7 H2 E
三、基于OpenCL的CNN实现
# U* s$ F5 V8 M( _ 3.1 OpenCL架构( n; j$ B, r# d4 }
3.2 本文提出的架构1 ^( k/ e1 x; B# J
3.3 Convolution Kernel
$ n% K) l1 ]* Z. W. ^' E 3.4 Data mover Kernels& ], z; F6 i- |2 M
3.4.1 在Conv模式中
4 Q) z- ^& R$ l 3.4.2 在FC模式中7 e, n! o: _- J+ b4 f0 r
3.5 Pooling kernel
% p0 g. [; q" O. X9 m6 C 3.6 LRN kernel
7 {9 A# f+ |3 g4 I6 G四、实验' K- [" V. h( @2 W% l
五、个人总结* J2 a, U; `) R5 `
. T/ r0 g, E8 o: D1 U) |9 T
' Z# w/ D. M# S' N; y& R8 \% k# ]: b5 p
5 |( s1 @& [! B' C9 Q- @ P7 u
. ?9 M. b4 G/ g
+ q7 J; M: V; W9 W5 }一、摘要：* e! G! p; R4 }2 q5 B6 N* K
, e: W; V" V& E, V& e; ]0 Z
, \0 q7 {! _+ S/ v( R8 z" I: l
^7 q, i' @: e% P! z |
|
/1 
发表于 2019-5-15 16:55
收藏
淘帖
支持！
反对！