典型文献
基于沙漏网络的多层次协同搜索方法
文献摘要：
目前,人工智能快速发展,人们可以通过探索硬件设计空间使优秀的神经网络算法高效部署在FPGA加速器.然而,由于参数量大、操作过于复杂而导致算法与硬件难以匹配,加速效率不高.为了算法和硬件两者匹配性更强,提出了一种多层次协同搜索的方法,采用SPOS搜索策略并以检测准确率和延时为评估目标,搜索出最优神经网络架构、量化方式和硬件设计参数组合.该方法应用在姿态识别中具有优异性能的沙漏网络中,在获取候选子网络量化前、后的检测准确率的同时对硬件设计参数使用遍历搜索得到预估延时,根据目标函数获取最高得分的最优组合.为了保证获取的数据有效性,子网络需要进行重新训练、量化后重新推理得到检测准确率,获取硬件设计参数则利用基于Spinal HDL设计的加速器模板进行仿真测试得到测试延时.就平均而言,该方法比文献[1]减少了 83.3％的参数,准确率只下降了 0.69;比传统加速方法平均减少了 33.2％参数量,准确率只下降了 0.46,网络推理的测试总延时减少22.1％,在沙漏块的测试延时减少67.8％.总体而言,该协同搜索方法对于沙漏网络的优化有一定效果,比传统加速设计方法更有优势.
文献关键词：
神经网络;FPGA;协同搜索;沙漏网络;延时模型
中图分类号：
作者姓名：
陈桂荣;邱仲禹;粟涛;陈弟虎
作者机构：
中山大学电子与信息工程学院,广州510006
文献出处：
引用格式：
[1]陈桂荣;邱仲禹;粟涛;陈弟虎-.基于沙漏网络的多层次协同搜索方法)[J].计算机应用研究,2022(08):2284-2289
A类：
SPOS
B类：
沙漏网络,协同搜索,搜索方法,硬件设计,设计空间,神经网络算法,FPGA,加速器,参数量,加速效率,效率不高,匹配性,搜索策略,检测准确率,神经网络架构,设计参数,数组,姿态识别,优异性能,子网络,遍历搜索,最优组合,数据有效性,新训,理得,数则,Spinal,HDL,仿真测试,试得,加速方法,总体而言,延时模型
AB值：
0.326863
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
