论文部分内容阅读
卷积神经网络在图像处理领域取得了突出的表现,但是由于其庞大的计算量使得它的应用范围受到限制。通常,卷积层的计算量占据了整个网络的大部分计算,主要包含有大量的乘法和加法,本文针对卷积层的计算特点,实现了一种高效的卷积层加速模块的设计。最后通过实验结果表明,在计算相同的网络结构下,该设计相比于CPU的计算效率更高。