基于ZYNQ的通用型卷积神经网络设计与实现

作者：刘晛; 吴瑞琦; 高尚尚; 刘泽浩; 刘海波; 孔祥晔; 王庆; 郭乃宏; 周锋; 王如刚

来源：电子器件, 2023, 46(01): 121-125.

• 卷积神经网络
• ZYNQ
• 高层次综合工具

针对基于FPGA平台的神经网络开发周期过长、调节网络模型麻烦等问题，设计了一种基于ZYNQ的通用型卷积神经网络模型。首先通过Tensorflow平台搭建神经网络并训练得到模型各层权重;其次利用高层次综合工具进行卷积层和池化层的IP核设计;然后在ZYNQ平台上部署模型;最后分别运行了Le Net-5和Alex Net-8神经网络进行验证。实验结果表明模型在只损失极少准确度的情况下，卷积与池化运算速度相比于ARM平台分别提高了3.65倍和2.31倍，并具备通用性。

• 出版日期2023
• 单位盐城工学院