基于分裂基-2/(2a)FFT算法的卷积神经网络加速性能的研究

卷积神经网络在语音识别和图像识别等众多领域取得了突破性进展,限制其大规模应用的很重要的一个因素就是其计算复杂度,尤其是其中空域线性卷积的计算。利用卷积定理在频域中实现空域线性卷积被认为是一种非常有效的实现方式,该文首先提出一种统一的基于时域抽取方法的分裂基-2/(2a)1维FFT快速算法,其中a为任意自然数,然后在CPU环境下对提出的FFT算法在一类卷积神经网络中的加速性能进行了比较研究。在MNIST手写数字数据库以及Cifar-10对象识别数据集上的实验表明:利用分裂基-2/4 FFT算法和基-2 FFT算法实现的卷积神经网络相比于空域直接实现的卷积神经网络,精度并不会有损失,并且分裂基-2/4能取得最好的提速效果,在以上两个数据集上分别提速38.56%和72.01%。因此,在频域中实现卷积神经网络的线性卷积操作是一种十分有效的实现方式。

音频压缩中3种整数型MDCT变换的比较

为了快速计算整数型改进的离散余弦变换(IntMDCT),构造了基于提升变换、模变换以及无穷范数旋转变换的3种计算12点IntMDCT的算法.首先将12点MDCT转化为6点Ⅳ型离散余弦变换(DCT-Ⅳ),并将后者分解为7个Givens旋转变换的乘积;然后分别利用提升变换算法、模变换算法和无穷范数旋转变换算法实现Givens旋转变换的整数型近似计算;最后,对这3种算法在语音信号无损和有损压缩中的运行速度和计算精确度进行比较.实验结果表明,在这3种算法中,基于模变换的IntMDCT算法的运行速度最快;基于无穷范数旋转变换的IntMDCT算法的计算精度最高,并在有损音频压缩中获得的信噪比最高.