深度神經(jīng)網(wǎng)絡具有并行計算、分布處理、自適應以及自學習等特性,深度神經(jīng)網(wǎng)絡的加速成為當前的熱點之一。Field Programmable Gate Array(FPGA)作為一種可編程邏輯,具有很好的并行性、實時性、可重構以及可定制等特點,可設計實現(xiàn)深度神經(jīng)網(wǎng)絡。基于此,本文主要研究基于FPGA的深度神經(jīng)網(wǎng)絡設計與實現(xiàn),其主要工作與貢獻總結如下:(1)FPGA設計實現(xiàn)感知機的研究從感知機模型出發(fā),實現(xiàn)了感知機的前向傳輸過程,為了使得它具有自適應性,增加減法器用于計算實際輸出與理論輸出的差值,增加更新單元更新權重以及偏置值。最后,用Iris數(shù)據(jù)集進行驗證,準確率為92.3%。感知機是神經(jīng)網(wǎng)絡的基礎,通過研究感知機的FPGA實現(xiàn),為后續(xù)實現(xiàn)BP神經(jīng)網(wǎng)絡奠定基礎。(2)FPGA設計實現(xiàn)Back Propagation(BP)神經(jīng)網(wǎng)絡的研究分析現(xiàn)有實現(xiàn)激活函數(shù)方法的優(yōu)缺點,引入查表法和線性法相結合的方式設計激活函數(shù)。設計實現(xiàn)基于FPGA的神經(jīng)元,根據(jù)BP神經(jīng)網(wǎng)絡的結構,提出不同層的復用方法,實現(xiàn)BP神經(jīng)網(wǎng)絡的并行計算。最后,用Iris、Banknote、Seeds數(shù)據(jù)集進行驗證,BP神經(jīng)網(wǎng)絡的激...

【文章頁數(shù)】：82 頁

【學位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內外研究現(xiàn)狀
    1.3 論文的主要貢獻與創(chuàng)新
    1.4 論文的結構安排
第二章 相關理論與技術
    2.1 典型的深度神經(jīng)網(wǎng)絡
        2.1.1 感知機
        2.1.2 BP神經(jīng)網(wǎng)絡
        2.1.3 卷積神經(jīng)網(wǎng)絡
    2.2 FPGA
        2.2.1 FPGA結構
        2.2.2 軟硬件協(xié)同設計
        2.2.3 數(shù)據(jù)格式
    2.3 本章小結
第三章 基于FPGA的感知機設計實現(xiàn)
    3.1 感知機模塊設計
    3.2 顯示系統(tǒng)設計
    3.3 自適應系統(tǒng)設計
    3.4 實驗分析
    3.5 本章小結
第四章 基于FPGA的 BP神經(jīng)網(wǎng)絡設計實現(xiàn)
    4.1 神經(jīng)元的設計
    4.2 激活函數(shù)的設計
        4.2.1 激活函數(shù)的設計方法概括
        4.2.2 激活函數(shù)函數(shù)的具體設計
    4.3 BP神經(jīng)網(wǎng)絡的設計
    4.4 實驗分析
    4.5 本章小結
第五章 基于FPGA的卷積神經(jīng)網(wǎng)絡設計實現(xiàn)
    5.1 參數(shù)提取
    5.2 卷積模塊的設計
    5.3 顯示模塊的設計
    5.4 實驗分析
    5.5 本章小結
第六章 總結與展望
    6.1 全文總結
    6.2 后續(xù)工作展望
致謝
參考文獻
攻讀碩士期間取得的研究成果



本文編號：3803099