基于FPGA的CNN算法移植（五）算法优化方向汇总

更多精彩内容，请微信搜索“FPGAer俱乐部”关注我们

 以下内容为QQ聊天整理，以及网络资料整理。本人不懂算法，如有纰漏，还请指正。

       

以下才是真正意义上的优化，有时候我们在面试的时候遇到招 FPGA算法优化工程师，糊弄起来，是，我们用FPGA对算法实现了优化加速，其实不是真正意义上的算法优化。但是如果你面试的时候说了实话，说自己不会做算法优化，不好意思你很可能会被立马刷下来。哈哈哈，是不是很无语。

 

优化方式一： 量化 

通常软件里采用的是32bit 浮点，需要转换成8bit定点。这个对精度影响不大。

 

优化方式二：图像预处理 

很多公司在做CNN硬件移植的时候都做了语义分割。也有做灰度处理的。

 

优化方式三：裁剪分支

卷积之后的分支太多，可以裁剪掉一些不必要分支

 

优化方式四：平衡

有公司提到，在裁剪之后，为了让层与层之间相类似还做了平衡操作。

 

优化方式五：二值化

这个很多公司都在做，适合放FPGA上

 

优化方式六：卷积分离

同层之间卷积之后的结果分离开来，不要一起求和。 

 

 重中之重：选一个好点的网络结构，比如vgg16，yolo之类，然后再想想上面的优化方法你可以用几个

本文转载自http://www.cnblogs.com/sepeng/p/8856436.html，如涉及侵权，请私信小编删除。

============华 丽 的 分 割 线============

想加入我们FPGA学习交流群吗？可以长按或扫描以下二维码，审核通过后我们邀请您加入。

这些微信群旨在打造一个提供给FPGA工程开发人员及兴趣爱好者（统称“FPGAer”）进行技术交流、答疑解惑和学习的平台。而且我们也将会通过网络举办FPGA技术讲座，分享相关研究文献。 

了解更多FPGA知识可以长按或扫描以下二维码关注“FPGAer俱乐部”。