多分支卷积神经网络的FPGA设计与优化

摘要

针对拓宽神经网络的结构会导致计算量增大,计算性能降低,需要针对并行的网络进行更有效的优化以及调度.通过分析FPGA平台上实现卷积神经网络的计算吞吐量和所需的带宽,在计算资源和访存带宽的限制下,采用了屋顶模型进行了设计空间的探索,提出了在不同支的卷积神经网络中使用不同的循环展开因子,从而实现同一卷积层中不同支神经网络的并行计算,保证计算资源和内存资源的合理分配.实验结果表明,所提出的设计与先前研究相比获得了1.31×的性能提升.