基于NIOS_II多核技术的Hopfield神经网络的硬件实现
扫描二维码
随时随地手机看文章
为了充分发挥人工神经网络所具有的并行计算、分布式存储的优点,提出了将NIOSⅡ多核技术应用于Hopfield神经网络硬件实现的方法.采用中断方式和SDRAM实现多核之间的通信,并将所实现的硬件用于数字识别,验证了多核通信方法应用于神经网络硬件实现的有效性和可行性.
扫描二维码
随时随地手机看文章
为了充分发挥人工神经网络所具有的并行计算、分布式存储的优点,提出了将NIOSⅡ多核技术应用于Hopfield神经网络硬件实现的方法.采用中断方式和SDRAM实现多核之间的通信,并将所实现的硬件用于数字识别,验证了多核通信方法应用于神经网络硬件实现的有效性和可行性.
深度学习需要大量的计算。它通常包含具有许多节点的神经网络,并且每个节点都有许多需要在学习过程中必须不断更新的连接。换句话说,神经网络的每一层都有成百上千个相同的人工神经元在执行相同的计算。
关键字: 机器学习 神经网络 TensorFlow