【技术实现步骤摘要】
本专利技术涉及一种脉冲神经网络在fpga上进行加速的图像并行方法，可以根据网络需要最大程度在fpga上实现神经网络的高速运算的同时节约fpga资源。
技术介绍
1、神经网络需要在硬件上进行加速，就需要最大程度在硬件上实现神经网络的并行性运算。这样才可以压缩神经网络的推理时间。在神经网络中，本来就有一些运算步骤是并行执行的，我们可以在fpga上实现这些流程的并行运算，在无法实现并行运算的部分实现流水线运算，最大程度提升神经网络的推理效率。
2、对于多层的神经网络，同一层间的运算便于执行并行操作，但是各层间想要进行并行操作很难实现，因为神经网络的前后层之间有密切的数据交换，后一层的操作进行需要前一层的数据输入。所以层内的并行开发是可行的，层间的并行开发空间小且数据传输调度困难。同时，不同层间的运算方式有相似之处，可以在不同层间复用部分模块和运算资源。以此，可以设计出一种运算效率高、占用存储器空间小、通用性强的神经网络fpga硬件加速器。
3、对于脉冲神经网络中的卷积层神经元，计算过程中需要进行大量卷积运算，在卷积运算...
【技术保护点】
1.本申请专利技术了一种神经网络在FPGA上进行加速的图像并行方法，可以根据网络需要最大程度在FPGA上实现神经网络的高速运算的同时节约FPGA资源。其特征在于，具体包括以下内容：
【技术特征摘要】
1.本申请发明了一种神经网络在fpga上进行加速的图像并行方法，可以根据网络需要最大程度...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。