陈皮啊哈
2021-03-10 10:55
采纳率: 100%
浏览 118

FPGA设计卷积核模块时,卷积核内部参数是如何确定的?

      最近要做毕设,看了不少论文,多部份论文中都是在MATLAB中进行卷积神经网络的训练,然后导出训练得出的的各个权重值然后在FPGA搭建神经网络,将权重导入FPGA中实现的。
      但是MATLAB中我们训练卷积神经网络中生存的卷积核基本都是随机生成的,那么卷积核内部的参数是怎么设定的?

      比如一个3*3的卷积核,内部设为{0 1 0;0 1 1;1 0 0}还是别的什么

看到主要是 王小雪. 基于FPGA的卷积神经网络手写数字识别系统的实现[D].北京理工大学,2016.这篇论文

 

  • 点赞
  • 写回答
  • 关注问题
  • 收藏
  • 邀请回答

2条回答 默认 最新

  • 皮皮宽 2021-03-10 20:00
    已采纳

    都可以,你说的是初始化,神经网络训练时,卷积核的参数会向精度最高的地方变化。

    例如,你的目的地是北京,初始化就是随机把你放在某个位置,训练的过程就是不断靠近北京的过程;

    训练过程中,卷积核不断向精度最小的值靠近;你把他初始化设为{0 1 0;0 1 1;1 0 0}也是没问题·的·

    点赞 打赏 评论
  • 皮皮宽 2021-03-10 20:08

    假设{010;011;100}时,模型精度为20%,而{000;111;111}时精度为90%,你卷积核设定为{010;011;100},那么你的程序运行时,你的卷积核会逐渐靠近{000;111;111}。。你觉得的精度可以了,就可以导出来到FPGA中了;

    点赞 打赏 评论

相关推荐 更多相似问题