- 1、本文档共62页,其中可免费阅读20页,需付费100金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摘要
深度学习已广泛应用于图像识别、语音识别、自然语言处理、自动驾驶等
领域。随着深度学习的发展,深度学习模型和算子的复杂度不断提高,使得深
度学习对智能软硬件都提出了更高的要求,现场可编程门阵列(Field
ProgrammableGateArray,FPGA)以其架构和逻辑单元灵活、能效比高、兼容
性强、延迟低等优点在加速深度学习领域中脱颖而出。虽然各种基于FPGA的
专用加速硬件层出不穷,但要想进一步提高硬
文档评论(0)