卷積神經(jīng)網(wǎng)絡(luò)作為深度學(xué)習(xí)領(lǐng)域的核心算法,將特征提取與分類進(jìn)行結(jié)合,與人工提取特征進(jìn)行分類相比,具有更高的檢測(cè)精度。由于其網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,每層包含大量并行的乘加運(yùn)算,需要硬件平臺(tái)具有強(qiáng)大的并行計(jì)算能力。FPGA作為一種可編程邏輯器件,具有高并行度和可編程性等優(yōu)勢(shì),可針對(duì)不同的算法進(jìn)行并行加速,成為實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)的一種重要的選擇。本文基于Xilinx公司的ZYNQ芯片對(duì)卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行硬件加速研究。對(duì)卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)特點(diǎn)進(jìn)行分析,采用軟硬件協(xié)同設(shè)計(jì)的方式,充分發(fā)揮ARM和FPGA的優(yōu)點(diǎn)。ARM端完成Linux操作系統(tǒng)的移植以及軟硬件協(xié)同程序的設(shè)計(jì);FPGA端實(shí)現(xiàn)卷積計(jì)算模塊、深度可分離卷積計(jì)算模塊、池化計(jì)算模塊、數(shù)據(jù)輸入和輸出模塊的設(shè)計(jì)。針對(duì)并行展開(kāi)的方式易造成長(zhǎng)廣播、多扇入扇出的數(shù)據(jù)通路問(wèn)題,本文采用脈動(dòng)陣列代替并行展開(kāi),將長(zhǎng)距離的數(shù)據(jù)通路轉(zhuǎn)換為每個(gè)處理單元之間的短距離數(shù)據(jù)通路,并完成卷積計(jì)算模塊的設(shè)計(jì)工作。在數(shù)據(jù)傳輸?shù)膶?shí)現(xiàn)方式上,采取多通道數(shù)據(jù)傳輸加中間緩存的方式,減少數(shù)據(jù)在DDR存儲(chǔ)器和片上緩存之間傳輸?shù)臅r(shí)間,并完成對(duì)數(shù)據(jù)輸入和輸出模塊的設(shè)計(jì)。在硬件IP優(yōu)化上,采用乒乓流水化操作方...

【文章頁(yè)數(shù)】：76 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２．１?ＬｅＮｅｔ－５卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖［ｓ］??Ｆｉｇ．?２．１?ＬｅＮｅｔ－５?Ｃｏｎｖｏｌｕｔｉｏｎａｌ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ??

機(jī)器學(xué)習(xí)算法進(jìn)行對(duì)圖像進(jìn)行識(shí)別。雖然ＳＩＦＴ??對(duì)一定程度上的縮放、平移、旋轉(zhuǎn)等變化都具有不變性，但由于是人工進(jìn)行特征提取，??所得到出的特征具有很大程度上的局限性。卷積神經(jīng)網(wǎng)絡(luò)將特征提取與分類訓(xùn)練兩個(gè)部??分進(jìn)行組合，在網(wǎng)絡(luò)的訓(xùn)練過(guò)程中就會(huì)自動(dòng)的提取最有效的特征，避免了人工提取....

圖２．２卷積計(jì)算過(guò)程??Ｆｉｇ．?２．２?Ｃｏｎｖｏｌｕｔｉｏｎ?ｃａｌｃｕｌａｔｉｏｎ?ｐｒｏｃｅｓｓ??－９?－??

?６?５?１?３?８?〇?０?１????７?｜?４?３?｜?９?５?｜?１?〇?１?Ｉ?????３９＾?２９?５２??????４８?４２?４３??４?７?３?１?６??????．?令?４５?５３?４３??２?４１１！?—７」ｉ????（ｘ）－＊??５?７?０?３?２?Ｏｉｌ??４....

圖２．４最大池化與平均池化??Ｆｉｇ．?２．４?Ｍａｘ－ｐｏｏｌｉｎｇ?ａｎｄ?Ｍｅａｎ－ｐｏｏｌｉｎｇ??

況［２２］??Ｔａｂ．?２．１?ＭｏｂｉｌｅＮｅｔ?ｖｅｒｓｕｓ?ＧｏｏｇｌｅＮｅｔ／ＶＧＧ?１６??網(wǎng)絡(luò)名稱?ＴｍａｇｅＮｅｔ準(zhǔn)確度（％）?乘法計(jì)算量（Ｍ）?參數(shù)量（Ｍ）??ＭｏｂｉｌｅＮｅｔ?７０．６?５６９?４．２??ＧｏｏｇｌｅＮｅｔ?６９．８?１５５０?６．８??ＶＧＧ....

圖３．１?ＺＹＮＱ芯片結(jié)構(gòu)圖??Ｆｉｇ．?３．１?Ｔｌｉｅ?ｓｔｒｕｃｔｕｒｅ?ｄｉａｇｒａｍ?ｏｆ?ＺＹＮＱ?ｃｈｉｐ??ＺＹＮＱ芯片結(jié)構(gòu)如圖３．１所示

?ｖ＇ｍ＆ｒｖｕｐｌＣｓｆｗ?Ｌ．，．？二??ｗｉｔｈ?ＤＭＡ?．．－２＾?－?｜??２ｘＧｉｇＥ?ｔ?ｔ?ｔ?ｔ?｜??ＬｒＴｖ＿．?ｔ?ｔ?ｉ?ｌ?——?＾??ＥＭ，〇?ＸＡＤＣ?Ｓ．ＡＸＬＧＰＯ／１?Ｍ．ＡＸＬＧＰＯ／１?ＰＣｌｅ??＾??，卞?ｕ??Ｍｕｌｔｉ－Ｓｔａｎｄ....

本文編號(hào)：3928926