|
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
PipeCNN: An OpenCL-Based FPGA Accelerator for Large-Scale Convolution Neuron Networks
3 i ?1 u6 @+ k% Y& c8 c; w5 G
& C( D) O5 O- O6 ] u
8 N8 D0 w* A& j% b) T$ H目录6 P' M, c+ b6 G0 e* Q
一、摘要:3 @+ A& E1 H0 B4 q/ Q+ b* m2 y
1.1 motivation:0 s! A& n' d1 B( s
1.2 贡献点:
+ V0 I* _# ?0 p 1.3 相关知识! T: S# D$ o P5 g$ W
1.3.1 OpenCL
7 {7 T" o7 e, H8 ~; N) p+ z 1.3.2 GOPS- q, n; D; p7 B+ ?
二、简介& O: Q- |) x5 i2 t& m! o
2.1 背景
- L! i1 Y2 _& N7 w2 R 2.2 前人工作2 L! h6 g* d9 ]2 A9 Z& g, b
2.3 主要贡献
% I9 w0 Z. B9 b# w三、基于OpenCL的CNN实现, S4 u+ j5 [8 K* j- R
3.1 OpenCL架构
8 D$ K5 `. m% @, B 3.2 本文提出的架构+ `, N: C; ^+ K' z2 y- X( S" _
3.3 Convolution Kernel8 I K4 }* s" B O
3.4 Data mover Kernels, f* ^$ R- C5 B, h
3.4.1 在Conv模式中
5 z7 r% k" B* X6 y% r' } 3.4.2 在FC模式中% S. t& d8 Q0 [% `% f. S0 d* B+ B
3.5 Pooling kernel
* s6 T+ J/ ?) f/ p 3.6 LRN kernel
; Q& M8 C( V& }9 o四、实验, U; P5 P' ~1 J+ ^* J
五、个人总结7 H# V2 }% E' d1 ^3 }
i# c2 ^" Q9 R- a4 `% s/ P: O5 j
" p: }) m6 {) N$ H0 J$ T9 A; {$ u) ]
! }, [$ F0 N' i9 m$ w& a
2 d& c) q' n; y1 e) ]( q5 o
% e$ b; L( W0 D! `3 o
一、摘要:
5 I0 K/ ~7 a* _7 n5 p9 @4 F% ~- C) k( T' y4 j
/ h; f& |9 _# W6 D* G4 N
8 L$ k/ D$ B9 t$ @) {# P# f
|
|