ZYNQ的卷积神经网络硬件加速通用平台设计

作者：冯光顺; 应三丛zc706卷积神经网络硬件加速fpgazynq

摘要：近年来卷积神经网络(CNN)在人工智能领域备受关注,被越来越多应用到实际生产中。为了较好地实现工程应用,需要将算法固化到嵌入式平台上。由于卷积神经网络的数据计算并行度高、计算量大,现场可编程门阵列成为对其进行硬件加速的重要工具。本文基于Xilinx ZYNQ ZC706设计实现了卷积神经网络硬件加速的通用平台,可以满足不同卷积神经网络算法模块实现硬件加速的需求。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社