第一个书签之前
摘 要
ABSTRACT
绪论
课题研究背景
人工神经网络算法发展历史及研究现状
FPGA可重构加速器的研究现状
FPGA平台上实现人工神经网络算法加速存在的问题
课题研究内容
论文结构
人工神经网络算法概述
人工神经网络算法结构
ELM算法结构
AlexNet算法结构
人工神经网络算法计算核心
卷积
矩阵乘法
复杂函数
本章小结
人工神经网络算法的数据定点化处理
算法定点化处理
数据格式的转换
运算过程中的饱和处理
定点化处理的评价标准
Extreme Learning Machine(ELM)算法的定点化处理
ELM算法的定点化仿真
ELM算法定点化评估结果
AlexNet全连接层算法的定点化处理
AlexNet全连接层算法的定点化仿真
AlexNet全连接层算法定点评估结果
本章小结
人工神经网络算法计算核的加速器
卷积运算的加速器
普通卷积的加速器设计
二值卷积的加速器设计
性能评估
矩阵乘法的加速器
矩阵存储组织
块内计算模式
块间计算模式
性能评估
复杂函数Sigmoid的加速器
加速器设计
性能评估
本章小结
加速器的自动生成技术
生成器整体结构
用户参数空间搜索
生成器效果评估
本章小结
结 束 语
工作总结
研究展望
致谢
作者在学期间取得的学术成果