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。
| 打赏帖 | |
|---|---|
| 【功率监测与控制系统DIY活动成果贴】DIY功率计与LabVIEW数据采集被打赏100分 | |
| 【Freertos】任务管理被打赏10分 | |
| 分享博世的两种不同的喷射系统模式被打赏5分 | |
| 汽车+开路实验与短路实验被打赏10分 | |
| 多点式电子控制汽油喷射系统知识分享被打赏10分 | |
| 分享机械控制式汽油喷射系统被打赏5分 | |
| 汽车显示屏——第2部分：TFTLCD、OLED和micro－LED显示屏电源技术被打赏50分 | |
| 汽车+汽车电路板的走线规则被打赏20分 | |
| 五一劳动节快乐被打赏5分 | |
| 【分享开发笔记，赚取电动螺丝刀】s32k146适配zephyr（六）使用Ozone调试镜像被打赏29分 | |
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