《深度神經網路FPGA設計與實現》是2020年西安電子科技大學出版社出版的圖書。
基本介紹
- 中文名：深度神經網路FPGA設計與實現
- 出版時間：2020年11月
- 出版社：西安電子科技大學出版社
- ISBN：9787560657431
內容簡介,圖書目錄,
內容簡介
本書從深度神經網路和AI晶片研究現狀出發，系統地論述了目前深度學習主流開發平台和深度神經網路基於FPGA平台實現加速的開發原理和套用實例。全書主要包括5部分：第1～2章介紹了深度神經網路的發展，並總結了深度學習主流開發平台和AI晶片的研究現狀；第3～6章在對深度神經網路基礎層運算元、FPGA進行了介紹後，總結了FPGA神經網路開發基礎及RTL級開發；第7章分析了基於FPGA實現神經網路加速的實例；第8章介紹了基於OpenCL的FPGA神經網路計算加速開發；第9章分析了前沿神經網路壓縮與加速技術。
本書可以為人工智慧、計算機科學、信息科學、神經網路加速計算研究者或者從事深度學習、圖像處理的相關研究人員提供參考，也可作為相關專業本科生及研究生的教學參考書。
圖書目錄
第1章 深度學習及AI晶片
1．1 深度學習研究現狀
1．1．1 深度學習的概念
1．1．2 深度學習和神經網路的發展歷程
1．1．3 典型的深度神經網路
1．1．4 深度學習的典型套用
1．2 AI晶片研究現狀
1．2．1 GPU
1．2．2 半制定FPGA
1．2．3 全定製ASIC
1．2．4 SoC
1．2．5 類腦晶片
第2章 深度學習開發平台
2．1 深度學習平台介紹
2．1．1 TensorFlow
2．1．2 Caffe
2．1．3 Pytorch
2．1．4 MXNet
2．1．5 CNTK
2．1．6 PaddlePaddle
2．1．7 Darknet
2．2 深度學習平台對比
第3章 深度神經網路基礎層運算元介紹
3．1 卷積運算元
3．2 反卷積運算元
3．3 池化運算元
3．3．1 平均池化運算元
3．3．2 最大池化運算元
3．4 激活運算元
3．5 全連線運算元
3．6 Softmax運算元
3．7 批標準化運算元
3．8 Shortcut運算元
第4章 FPGA基本介紹
4．1 FPGA概述
4．1．1 可程式邏輯器件
4．1．2 FPGA的特點
4．1．3 FPGA的體系結構
4．2 FPGA系列及型號選擇
4．2．1 FPGA生產廠家
4．2．2 FPGA系列
4．2．3 基於套用的FPGA型號選擇
4．3 FPGA性能衡量指標
第5章 FPGA神經網路開發基礎
5．1 FPGA開發簡介
5．2 FPGA的結構特性與優勢
5．3 FPGA深度學習神經網路加速計算的開發過程
5．3．1 神經網路模型計算量分析
5．3．2 神經網路模型訪問頻寬分析
5．3．3 加速硬體晶片選型
5．3．4 加速硬體系統設計
5．4 FPGA在深度學習方面的發展
第6章 FPGA神經網路計算的RTL級開發
6．1 搭建開發環境
6．1．1 開發環境的選擇
6．1．2 開發環境的搭建
6．2 RTL級開發的優勢與劣勢
6．3 RTL級開發的基本流程
6．3．1 需求理解
6．3．2 方案評估
6．3．3 晶片理解
6．3．4 詳細方案設計
6．3．5 RTL級HDL設計輸入
6．3．6 功能仿真
6．3．7 綜合最佳化
6．3．8 布局布線與實現
6．3．9 靜態時序分析與最佳化
6．3．10 晶片編程與調試
6．4 RTL級神經網路加速設計流程
6．5 RTL級神經網路加速仿真
6．6 RTL級神經網路加速時序最佳化
……
第7章 基於FPGA實現YOLOV2模型計算加速實例分析
第8章 基於OpenCL的FPGA神經網路計算加速開發
第9章 神經網路壓縮與加速技術
參考文獻
