面向卷积神经网络的通用加速器设计

目录

声明

第 1 章绪论

1.1 研究背景及课题意义

1.2 国内外研究现状

1.3 研究内容

1.4 全文组织结构

第 2章卷积神经网络理论基础

2.1 神经网络与神经元

2.2 网络结构

2.2.1 卷积层基本原理

2.2.2 池化层基本原理

2.2.3 全连接层基本原理

2.2.4 激活函数基本原理

2.3 网络训练基本原理

2.3.1 网络训练算法

2.3.2 数据处理

2.4 本章总结

第3章加速器系统设计

3.1 数据量化优化设计

3.2 卷积计算优化设计

3.2.1 数据重用优化设计

3.2.2 数据分块优化设计

3.2.3 卷积平铺优化设计

3.3 全连接计算优化设计

3.4 高层次指令集设计

3.4.1 卷积计算指令

3.4.2 池化计算指令

3.4.3 全连接计算指令

3.4.4 激活函数计算指令

3.4.5 压缩/解压缩指令

3.5 指令序列的生成

3.6 本章总结

第4章加速器硬件架构设计

4.1 整体架构说明

4.2 数据流设计

4.3 译码器及指令缓存单元

4.4 控制模块设计

4.5 计算阵列设计

4.6 池化处理单元设计

4.7 激活函数处理单元设计

4.8 数据压缩实现

4.9 本章总结

第5章实验结果及分析

5.1 实验卷积神经网络模型

5.2 数据量化结果分析

5.3 网络指令大小分析

5.4 数据压缩结果分析

5.5 网络运行周期数分析

5.6 运行功耗分析

5.7 本章总结

第 6章总结与展望

参考文献

发表论文和参加科研情况说明

致谢