|
|
EDA365欢迎您登录！
您需要 登录 才可以下载或查看，没有帐号？注册
x
目录# s. ?, a) F5 X& {
+ F1 G2 ~) K% [' k7 ~- W& Y
zynq7000系列概览
- b; \0 a6 p H1 w# ]# e7 f0 b: p, j& a$ U. w$ @; n
1.内存占用& z! m; _# U/ }6 s( S0 b
) F9 {$ I" |; i! a0 {5 }1 \
1.1 FPGA程序中内存的实现方式
( [# n& z2 x. _, h) l
6 y& a- O0 g' G4 T( s 1.2 zynq的BRAM内存大小$ n$ J9 y' ?& B+ t9 H8 N( C+ m
- o& M3 M7 q/ T9 c* a! A: g: | s3 p 1.3.一个卷积操作占用的内存: t3 B* U6 Y) m9 U; F) l. c
- l: L% D" t) X+ p! N! ?. K. t
2. PipeCNN可实现性0 z c2 ^8 I$ ?* d f0 I$ T
% i) I1 E: [; U# b5 b/ J
PipeCNN论文解析：用OpenCL实现FPGA上的大型卷积网络加速+ g" m; w1 R% S) f" l9 J; J" D# E2 a k I
( N9 f6 `) y8 _7 r6 k
2.1 已实现的PipeCNN资源消耗* X( g+ H( Z. G r
3 ^8 e: ]9 T( j z y2 }" U3. 实现大型神经网络的方法; M, Q3 P) u ^4 [7 `; `
' v6 [3 H$ ?7 K' ?' P5 G1 K6 s( a4. Virtex-7高端FPGA概览
" K; O, a2 d, ^
+ i3 l3 y* d1 N, ^6 M 7系列FPGA相关文档& d/ s& k5 l) {4 G8 ~( ^
2 W+ X* o% D2 _% ?* t Y$ r' Y
- P/ V; Q# ^4 v4 L2 G
" z) p3 l. j, X |
|
/1 
发表于 2019-5-14 18:58
收藏
淘帖
支持！
反对！