文摘
英文文摘
声明
引 言
1 手写体数字识别综述
1.1 手写体数字的研究背景
1.1.1 字符识别的发展
1.1.2 手写数字识别的应用
1.1.3 手写数字识别的意义
1.2 手写数字识别的一般方法
1.2.1 识别流程
1.2.1 识别方法
1.3 手写数字数据库MNIST
1.4 手写数字识别的技术难点
1.4.1 技术难点
1.4.2 精度
1.4.3 速度
1.5 本文的识别方法
2 基于GPU的通用计算技术
2.1 GPU的发展及特点
2.1.1 GPU的发展
2.1.2 GPU通用计算的特点
2.2 GPU通用计算的应用与发展现状
2.2.1 GPU通用计算的应用
2.2.2 GPU通用计算的发展现状
2.3 GPU通用计算的限制
2.4 CUDA简介
2.4.1 什么是CUDA
2.4.2 CUDA性能
3 基于人工神经网络的手写数字识别
3.1 神经网络基础理论
3.1.1 基本结构
3.1.2 前向反馈和作用函数
3.1.3 后向反馈
3.2 脑回路神经网络
3.2.1 脑回路神经网络基本原理
3.2.2 脑回路神经网络结构
3.3 训练
3.3.1 基本训练
3.3.2 加快训练速度的方法
3.4 实验
3.4.1 图形界面说明
3.4.2 神经网络性能分析
3.5 结果分析
4 GPU加速识别过程
4.1 CUDA编程
4.2 识别过程在GPU上的并行
4.2.1 L5CANN在GPU上的并行模型
4.2.2 如何使用Shared Memory优化
4.3 移植L5CANN识别过程
4.3.1 变量定义
4.3.2 GPUANN的工作流程
4.4 实验结果分析
结 论
参考文献
攻读硕士学位期间发表学术论文情况
致 谢