适用于边缘计算平台的Spark卷积神经网络系统及其电路

摘要

本申请提供适用于边缘计算平台的Spark卷积神经网络系统及其电路；本发明提出的卷积神经网络的基本构建模块吸取了SqueezeNet的基本模块构建思路，模块分为压缩层和扩展层两个前后相连的网络层。输入卷积模块的特征图张量在通道方向也需要进行先压缩后扩展的过程，以此降低卷积层的参数数量和进行卷积操作时的计算量。所不同的是在扩展层中，本发明并未采用传统的标准卷积核，而是吸取了MobileNet卷积神经网络模型的精髓，采用了轻量级的深度可分离卷积核进行网络层的构建。深度可分离卷积的引入，可以进一步降低卷积层的参数数量和计算量。