神经网络硬件平台
文章平均质量分 59
LionelZhao
计算机幻觉、边缘视觉处理器、魔法电路爱好者
展开
-
【Python脚本】根据卷积和输入张量尺度来计算输出张量尺度
要在FPGA平台上部署CNN加速器的时候,需要根据神经网络每一层卷积的尺度、padding和stride大小来计算输出feature map的尺寸,从而分配合适的存储资源。但是当神经网络规模过大的时候手动计算的方法往往不切实际,因此写了一个脚本来辅助。原创 2023-03-27 22:54:26 · 345 阅读 · 0 评论 -
性能优化:每一个卷积层的计算耗时Pytorch
【代码】性能优化:每一个卷积层的计算耗时Pytorch。原创 2023-03-02 11:15:45 · 834 阅读 · 0 评论 -
工业界常用嵌入式/移动端AI计算平台调研
神经网络模型被广泛应用在图像分类、物体检测、目标跟踪等计算机视觉任务中,并取得了巨大成功。随着时代发展,人们更加关注深度神经网络的实际应用性能,人工智能技术的一个趋势是在边缘计算平台上部署高性能的神经网络模型,并能在真实场景中实时运行,如移动端/嵌入式设备。这些平台的特点是内存资源少,处理器性能不高,功耗受限,这使得目前精度最高的模型根本无法在这些平台进行部署和达到实时运行。由于内存空间和算力资源的限制,神经网络在移动设备和嵌入式设备上的存储与计算仍然是一个巨大的挑战。原创 2022-12-02 20:15:13 · 1794 阅读 · 0 评论