以矩陣乘法為基礎應用硬體加速器於一維卷積計算之研究

dc.contributor黃文吉zh_TW
dc.contributorHwang, Wen-Jyien_US
dc.contributor.author鄭博升zh_TW
dc.contributor.authorCheng, Po-Shengen_US
dc.date.accessioned2023-12-08T08:02:37Z
dc.date.available2022-08-25
dc.date.available2023-12-08T08:02:37Z
dc.date.issued2022
dc.description.abstract隨著電腦計算能力的提升,人工智慧得以受惠於大量的卷積計算來取得資料的特徵,使電腦可以幫我們處理各種複雜的任務。在提升卷積計算的速度的研究中,以矩陣乘法來實作卷積計算是常見的一種方式。本論文針對一維的卷積計算,提出一種矩陣排列的方式,將一維卷積計算得以用矩陣乘法來達成,並且進一步的使用通用型硬體加速器,來大幅提升矩陣乘法的計算效能。將本論文的方法應用於神經網路模型,並佈署在FPGA開發版上,經過實驗的驗證,我們可以精準的產出計算結果,並且加速整體神經網路模型的計算效能。zh_TW
dc.description.abstractnoneen_US
dc.description.sponsorship資訊工程學系zh_TW
dc.identifier60947038S-42063
dc.identifier.urihttps://etds.lib.ntnu.edu.tw/thesis/detail/a01353af0276fa394bea34408b3a7778/
dc.identifier.urihttp://rportal.lib.ntnu.edu.tw/handle/20.500.12235/121576
dc.language中文
dc.subject矩陣乘法zh_TW
dc.subject卷積計算zh_TW
dc.subject類神經網路zh_TW
dc.subject硬體加速器zh_TW
dc.subject量化zh_TW
dc.subjectFPGAen_US
dc.subjectQuantizationen_US
dc.subjectSystolic Arrayen_US
dc.subjectWeight Stationaryen_US
dc.title以矩陣乘法為基礎應用硬體加速器於一維卷積計算之研究zh_TW
dc.titleMatrix multiplication based 1-D convolution with hardware acceleratoren_US
dc.typeetd

Files

Original bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
202200042063-104385.pdf
Size:
2.03 MB
Format:
Adobe Portable Document Format
Description:
etd

Collections