计算机论文：基于软件流水技术的深度卷积神经网络并行化研究.docxVIP

下载本文档

8
0
约4.82千字
约 12页
2021-06-09 发布于江苏
举报
版权申诉

计算机论文：基于软件流水技术的深度卷积神经网络并行化研究.docx

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

计算机论文：基于软件流水技术的深度卷积神经网络并行化研究本文一共从三个方面对卷积神经网络进行改进：（1）第一个方面是使用软件流水技术加速卷积神经网络的前向计算，将网络前向传播中每一层的计算看作最小任务单元，提出任务分配算法将任务单元分为若干个工作段，所有的工作段可以并行执行，使用循环队列的数据结构进行相邻工作段的数据通信，以流水的方式完成前向传播的过程。第一章绪论1.1 研究背景及意义卷积神经网络是深度学习中最具有代表性的一种模型[1]，典型的卷积神经网络通过层级结构来提取不同层次的特征。传统的机器学习是依据人的先验知识来构造特征，而卷积神经网络可以自动提取出具有丰富表