论文部分内容阅读
高能效卷积神经网络的VLSI优化与实现
【摘 要】
:
以卷积神经网络模型为代表的深度学习技术已经在诸如图像分类、物体检测、语音识别等多个领域取得了巨大的进展。然而,其在带来令人惊叹的表现的同时,也带来了巨大的计算复杂度和存储空间需求。随着摩尔定律的放缓,人们再也无法期待仅依靠工艺进步就能轻易地在相同成本下获得计算力的提升,这也给将深度卷积神经网络应用于低功耗的嵌入式设备中带来了极大的挑战——嵌入式系统往往硬件计算资源有限且需要极高的能量效率。本文研究
【出 处】
:
南京大学
【发表日期】
:
2019年07期
其他文献