| 注册
首页|期刊导航|计算机工程与应用|面向3D-CNN的算法压缩-硬件设计协同优化

面向3D-CNN的算法压缩-硬件设计协同优化

钱佳明 娄文启 宫磊 王超 周学海

计算机工程与应用2023,Vol.59Issue(18):74-83,10.
计算机工程与应用2023,Vol.59Issue(18):74-83,10.DOI:10.3778/j.issn.1002-8331.2212-0011

面向3D-CNN的算法压缩-硬件设计协同优化

Algorithm Compression and Hardware Design Co-Optimization for 3D-CNN

钱佳明 1娄文启 1宫磊 1王超 1周学海1

作者信息

  • 1. 中国科学技术大学 计算机科学与技术学院,合肥 230027||中国科学技术大学 苏州高等研究院,江苏 苏州 215123
  • 折叠

摘要

关键词

三维卷积神经网络/循环矩阵/全频域/现场可编程门阵列

Key words

3D convolutional neural networks(3D-CNN)/circulant matrix/full frequency domain/field programmable gate array(FPGA)

分类

计算机与自动化

引用本文复制引用

钱佳明,娄文启,宫磊,王超,周学海..面向3D-CNN的算法压缩-硬件设计协同优化[J].计算机工程与应用,2023,59(18):74-83,10.

基金项目

国家电网公司总部科技项目(5700-202119266A-0-0-00). (5700-202119266A-0-0-00)

计算机工程与应用

OACSTPCD

1002-8331

访问量0
|
下载量0
段落导航相关论文