一种基于深度学习的AI加速器混合量化方法及硬件设计技术资料下载

技术编号:37933090

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。

本发明涉及芯片,尤其涉及一种基于深度学习的ai加速器混合量化方法及硬件设计。背景技术、随着深度学习的发展,各种高性能、深层次的卷积神经网络涌现出来,广泛运用在语义分割、图像识别和目标检测等领域,但高性能也带来了高昂的计算和内存成本,而边缘端部署卷积神经网络已经目前深度学习的热门趋势,但是边缘端的嵌入式设备资源受限,对能耗也有很高的要求,且有相应的实时性要求,直接部署大型的卷积神经网络不太现实,需要在保证网络模型准确率的前提下,尽量压缩模型,减少模型的尺寸大小和网络参数的存储空间,将模型轻量化,...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。

详细技术文档下载地址↓↓

提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。
该分类下的技术专家--如需求助专家,请联系客服
  • 李老师:1.计算力学 2.无损检测
  • 毕老师:机构动力学与控制
  • 袁老师:1.计算机视觉 2.无线网络及物联网
  • 王老师:1.计算机网络安全 2.计算机仿真技术
  • 王老师:1.网络安全;物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用
  • 孙老师:1.机机器人技术 2.机器视觉 3.网络控制系统
  • 葛老师:1.机器人技术 2.计算机辅助技术
  • 张老师:1.内燃机燃烧及能效管理技术 2.计算机数据采集与智能算法 3.助航设备开发