虽然二进制神经网络(BNNs)推理例程的硬件实现很多，但目前适合物联网(IoT)边缘设备的高效BNN硬件训练加速器的实现还有很多不足之处。传统的BNN硬件训练加速器执行前向和后向传播，参数采用二进制表示，优化采用浮点或定点实值表示的参数--需要两套不同的网络参数。在本文中，我们提出了一种对硬件友好的训练方法，与传统的方法不同，这种方法可以逐步将一组奇异的定点网络参数二值化，从而显著降低功耗和资源利用率。我们使用英特尔FPGA SDK for OpenCL开发环境在OpenVINO FPGA上训练我们的渐进二值化DNNs。我们使用CIFAR-10在GPU和FPGA上对我们的训练方法进行了基准测试，并与传统的BNNs进行了比较。
 我要赚赏金打赏帖 |
|
|---|---|
| OK1126B-S开发板下以导航按键控制云台/机械臂姿态调整被打赏￥29元 | |
| 【树莓派5】便携热成像仪被打赏￥36元 | |
| 【树莓派5】环境监测仪被打赏￥35元 | |
| OK1126B-S开发板下多时段语音提示型电子时钟被打赏￥27元 | |
| OK1126B-S开发板下函数构建及步进电机驱动控制被打赏￥25元 | |
| 【S32K3XX】LPI2C 参数配置说明被打赏￥20元 | |
| OK1126B-S开发板的脚本编程及应用设计被打赏￥27元 | |
| 5v升压8.4v两节锂电池充电芯片，针对同步和异步的IC测试被打赏￥35元 | |
| 【S32K3XX】S32DS LPI2C 配置失败问题解决被打赏￥22元 | |
| 【S32K3XX】FLASH 的 DID 保护机制被打赏￥19元 | |
STM32
MCU
通讯及无线技术
物联网技术
电子DIY
板卡试用
基础知识
软件与操作系统
我爱生活
小e食堂
