
基本信息:
- 专利标题: 一种在FPGA上部署卷积神经网络的方法
- 申请号:CN202311003788.7 申请日:2023-08-10
- 公开(公告)号:CN117035021A 公开(公告)日:2023-11-10
- 发明人: 赵康 , 杨骐瑞 , 侯人靖 , 喻文健
- 申请人: 北京邮电大学
- 申请人地址: 北京市海淀区西土城路10号
- 专利权人: 北京邮电大学
- 当前专利权人: 北京邮电大学
- 当前专利权人地址: 北京市海淀区西土城路10号
- 代理机构: 北京方圆嘉禾知识产权代理有限公司
- 代理人: 程华
- 主分类号: G06N3/0464
- IPC分类号: G06N3/0464 ; G06N3/08 ; G06F8/40
摘要:
本发明公开了一种在FPGA上部署卷积神经网络的方法,涉及CNN硬件部署技术领域,该方法包括:在对卷积神经网络进行Python到C++代码的转换过程中:若卷积神经网络中存在特定网络结构,则对每个特定网络结构,将特定网络结构内两个层合并到一个共享的内层循环中;特定网络结构为两个层具有共享的外部循环,两个层之间只有中间结果的数据存在数据依赖关系;若卷积神经网络中卷积层的数量小于或者等于设定值,则采用循环展开的方式循环并行计算,否则则采用循环流水的方式循环并行计算;对于卷积神经网络中参与计算的数组,对数组进行切片得到多个缓冲区;缓冲区分为行缓冲和窗口缓冲。本发明实现了CNN快速低功耗推理工作。
IPC结构图谱:
G | 物理 |
--G06 | 计算;推算;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 |
----------G06N3/04 | ..体系结构,例如,互连拓扑 |
------------G06N3/0464 | ...卷积网络 |