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 |
|
|---|---|
| 【FreeRtos】FreeRtos + MPU模块的配置使用被打赏￥32元 | |
| 【分享开发笔记，赚取电动螺丝刀】墨水屏文本显示器被打赏￥25元 | |
| 【STEVAL-STWINKT1B】：结合STMcubeMX读取磁力计iis2mdc被打赏￥19元 | |
| 【STEVAL-STWINKT1B】：结合STMcubeMX读取LPS22HH气压、温度被打赏￥19元 | |
| 【STEVAL-STWINKT1B】：结合STMcubeMX读取STTS751温度被打赏￥17元 | |
| 【STEVAL-STWINKT1B】：结合STMcubeMX软件读取HTS221温湿度被打赏￥22元 | |
| M5PAPERESP32EINKDEVKIT评测|使用MicroPython开发M5Paper被打赏￥15元 | |
| 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 | |
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
