資源描述：
《卷積神經(jīng)網(wǎng)絡(luò)算法研究及其vlsi實現(xiàn)》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、碩士學(xué)位論文卷積神經(jīng)網(wǎng)絡(luò)算法研究及其VLSI實現(xiàn)RESEARCHANDVLSIIMPLEMENTATIONOFTHECONVOLUTIONALNEURALNETWORKALGORITHM宋博揚哈爾濱工業(yè)大學(xué)2016年12月萬方數(shù)據(jù)國內(nèi)圖書分類號：TP183學(xué)校代碼：10213國際圖書分類號：621.3密級：公開工程碩士學(xué)位論文卷積神經(jīng)網(wǎng)絡(luò)算法研究及其VLSI實現(xiàn)碩士研究生：宋博揚導(dǎo)師：王明江教授申請學(xué)位：工程碩士學(xué)科：集成電路工程所在單位：深圳研究生院答辯日期：2016年12月授予學(xué)位單位：哈爾濱工業(yè)大學(xué)萬方數(shù)據(jù)ClassifiedIn
2、dex:TP183U.D.C:621.3DissertationfortheMaster’sDegreeofEngineeringRESEARCHANDVLSIIMPLEMENTATIONOFTHECONVOLUTIONALNEURALNETWORKALGORITHMCandidate：SongBoyangSupervisor：Prof.WangMingjiangAcademicDegreeAppliedfor：Master’sDegreeofEngineeringSpecialty：IntegratedCircuitEngineeri
3、ngAffiliation：ShenzhenGraduateSchoolDateofDefense：December,2016Degree-Conferring-Institution：HarbinInstituteofTechnology萬方數(shù)據(jù)哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文摘要近年來，隨著計算能力的提升和信息數(shù)據(jù)的爆炸性增長，機器學(xué)習(xí)的發(fā)展上升到一個新的高度，并且逐漸走入普通人的視線中。深度學(xué)習(xí)是機器學(xué)習(xí)的新領(lǐng)域，在各個行業(yè)中都受到了廣泛的關(guān)注，深度學(xué)習(xí)技術(shù)也有著迅猛的發(fā)展。隨著深度學(xué)習(xí)領(lǐng)域的發(fā)展，近年來對卷積神經(jīng)網(wǎng)絡(luò)的研究也越來越
4、深入。如今，卷積神經(jīng)網(wǎng)絡(luò)已經(jīng)在各個領(lǐng)域有著廣泛的應(yīng)用，并取得了巨大的成果。卷積神經(jīng)網(wǎng)絡(luò)是一種基于多層監(jiān)督學(xué)習(xí)的人工神經(jīng)網(wǎng)絡(luò)，不僅具有傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的優(yōu)點，并且還具有部分連接和權(quán)值共享的特點。因而卷積神經(jīng)網(wǎng)絡(luò)廣泛應(yīng)用于物體檢測與識別，目標跟蹤和圖像識別等領(lǐng)域，研究卷積神經(jīng)網(wǎng)絡(luò)具有非常重要的意義。本文主要是對卷積神經(jīng)網(wǎng)絡(luò)算法以及卷積神經(jīng)網(wǎng)絡(luò)VLSI實現(xiàn)的研究。本文對人工神經(jīng)網(wǎng)絡(luò)的發(fā)展及研究現(xiàn)狀進行闡述，詳細描述了卷積神經(jīng)網(wǎng)絡(luò)的原理及算法。本文完成了在Caffe深度學(xué)習(xí)框架下，Lenet-5卷積神經(jīng)網(wǎng)絡(luò)基于MNIST數(shù)據(jù)集，對手寫數(shù)字的識別工作
5、，識別正確率達到99.11%。接著完成了在Caffe深度學(xué)習(xí)框架下，AlexNet卷積神經(jīng)網(wǎng)絡(luò)對圖像識別的工作，識別正確率達到98%。本文完成了對卷積神經(jīng)網(wǎng)絡(luò)VLSI的實現(xiàn)，完成了整體卷積神經(jīng)網(wǎng)絡(luò)加速器總體架構(gòu)的設(shè)計，卷積運算單元設(shè)計，卷積抽樣層硬件實現(xiàn)，訓(xùn)練過程實現(xiàn)。并且針對卷積神經(jīng)網(wǎng)絡(luò)的并行性，對卷積神經(jīng)網(wǎng)絡(luò)的卷積層進行改進，使用一種新型的卷積神經(jīng)網(wǎng)絡(luò)運算處理單元和一種新的陣列排布結(jié)構(gòu)。通過卷積神經(jīng)網(wǎng)絡(luò)加速器VLSI實現(xiàn)，與基于軟件平臺相比，速度有大幅度的提升，并且功耗大大降低。說明將卷積神經(jīng)網(wǎng)絡(luò)VLSI實現(xiàn)能夠有效地提升卷積神經(jīng)網(wǎng)
6、絡(luò)的性能。關(guān)鍵詞：卷積神經(jīng)網(wǎng)絡(luò)；深度學(xué)習(xí)；Caffe；VLSI-I-萬方數(shù)據(jù)哈爾濱工業(yè)大學(xué)工程碩士學(xué)位論文AbstractInrecentyears,withtheimprovementofcomputingabilityandtheexplosivegrowthofinformationdata,thedevelopmentofmachinelearningrisestoanewlevel,andgraduallycomesintotheeyesofthepublic.Deeplearningisanewfieldofmachinel
7、earning,andhasalsobeenwidelyconcernedinvariousindustries.Deeplearningtechnologyalsohasarapiddevelopment,andwiththedevelopmentofthedeeplearningfield,theresearchofconvolutionalneuralnetworkhasbecomemoreandmoredeeplyinrecentyears.Now,convolutionalneuralnetworkiswidelyusedin
8、manyfields,andachievesgreatresults.Convolutionalneuralnetworkisakindofartificialneuralnetworkbasedonmul
