节点文献

基于PYNQ开发板的二值神经网络分类模型研究

免费订阅

【作者】 崔毅殳国华李丹

【Author】 Cui Yi;Shu Guohua;Li Dan;College of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University;

【机构】 上海交通大学电子信息与电气工程学院

【摘要】 对人工神经网络(artificial neural network,ANN)、卷积神经网络(convolutional neural network,CNN)以及二值神经网络(binary neural network,BNN)模型的原理进行了深入研究,对二值神经网络的特点和优势进行了说明。为了应用在PYNQ开发板上,首先根据传统卷积神经网络的结构搭建了具有适当规模的网络模型,分别在现有的公开数据集如MNIST、CIFAR10、SVHN上进行了训练,取得了良好的分类效果。硬件方面,首先通过HLS综合生成PYNQ开发板可调用的硬件库,再将训练完的权重生成二进制文件进行移植并在开发板上进行分类的预测。测试结果表明,分类模型能在计算资源有限的情况下较为理想地完成分类任务。

【所属期刊栏目】 电力系统及其自动化 (2019年05期)
  • 【分类号】TP183;TN791
  • 【下载频次】39
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: