一种基于机器学习的FPGA自动调参优化方法及系统
授权
摘要
本发明公开一种基于机器学习的FPGA自动调参优化方法，属于FPGA电路调参技术领域，解决了现有技术中调参效率低下、耗时过长的问题。一种基于机器学习的FPGA自动调参优化方法，在VTR参数空间中随机选取n组参数值组合，利用所述n组参数值组合通过VTR对电路执行综合、布局和布线流程，生成训练数据集，其中，n>1；对所述训练数据集进行训练，得到基于电路布线的二分类回归模型；选取参数空间中的参数值组合，利用所述基于电路布线的二分类回归模型，进行电路布线预测，若预测布线成功，则使用该参数值组合，通过VTR对电路执行综合、布局和布线流程，否则，不使用该参数值组合。提高了调参效率，缩短了调参时间。
基本信息
专利标题 ：
一种基于机器学习的FPGA自动调参优化方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN111241778A
申请号 ：
CN202010011177.7
公开（公告）日 ：
2020-06-05
申请日 ：
2020-01-06
授权号 ：
CN111241778B
授权日 ：
2022-04-19
发明人 ：
徐宁徐永豪
申请人 ：
武汉理工大学
申请人地址 ：
湖北省武汉市洪山区珞狮路122号
代理机构 ：
武汉智嘉联合知识产权代理事务所(普通合伙)
代理人 ：
江慧
优先权 ：
CN202010011177.7
主分类号 ：
G06F30/392
IPC分类号 ：
G06F30/392
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F30/392
平面规划或布局，例如,分区或放置
法律状态
2022-04-19 ：
授权
2020-06-30 ：
实质审查的生效
IPC(主分类) : G06F 30/392
申请日 : 20200106
申请日 : 20200106
2020-06-05 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
