一种轻量级深度卷积神经网络的FPGA实现方法
授权
摘要
本发明提出了一种轻量级深度卷积神经网络的FPGA实现方法,其步骤为:构建轻量级深度卷积神经网络;初始化轻量级深度卷积神经网络;生成训练集和验证集;训练轻量级深度卷积神经网络;设计现场可编程逻辑门阵列FPGA中轻量级卷积神经网络的基本组成器件;在现场可编程逻辑门阵列FPGA中实现已训练好的轻量级深度卷积神经网络。本发明利用搭建轻量级深度卷积神经网络,精简了深度卷积神经网络的网络结构,优化了轻量级深度卷积神经网络的训练方法,提升了在现场可编程逻辑门阵列FPGA中实现的深度卷积神经网络的资源利用率。
基本信息
专利标题 :
一种轻量级深度卷积神经网络的FPGA实现方法
专利标题(英):
暂无
公开(公告)号 :
CN111310921A
申请号 :
CN202010229332.2
公开(公告)日 :
2020-06-19
申请日 :
2020-03-27
授权号 :
CN111310921B
授权日 :
2022-04-19
发明人 :
雷杰高岳李云松谢卫莹杜旭飞赵东升
申请人 :
西安电子科技大学
申请人地址 :
陕西省西安市太白南路2号
代理机构 :
陕西电子工业专利中心
代理人 :
田文英
优先权 :
CN202010229332.2
主分类号 :
G06N3/08
IPC分类号 :
G06N3/08 G06N3/04 G06K9/62
相关图片
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-19 :
授权
2020-07-14 :
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20200327
申请日 : 20200327
2020-06-19 :
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
1、
CN111310921A.PDF
PDF下载