卷积神经网络的FPGA并行结构研究

卷积神经网络(Convolutional Neural Network,CNN)是一种人工神经网络,是典型的多阶段全局可训练的模型,在模式识别,目标跟踪等方面具有很重要的应用价值。现场可编程门阵列(Field Programmable Gate Array,FPGA)作为高速、高密度可编程逻辑资源得到了快速的发展,可以通过将算法映射到FPGA上的并行硬件,完成加速功能。本文尝试使用FPGA的计算模式,以并行化的方式实现卷积神经网络,加速其运行过程。