Пропуск в контексте
Residue number system-based solution for reducing the hardware cost of a convolutional neural network

Residue number system-based solution for reducing the hardware cost of a convolutional neural network

Convolutional neural networks (CNNs) represent deep learning architectures that are currently used in a wide range of applications, including computer vision, speech recognition, time series analysis in finance, and many others. At the same time, CNNs are very demanding in terms of the hardware and...

Полное описание

Сохранить в:
Библиографические подробности
Главные авторы: Chervyakov, N. I., Червяков, Н. И., Lyakhov, P. A., Ляхов, П. А., Deryabin, M. A., Дерябин, М. А., Nagornov, N. N., Нагорнов, Н. Н., Valueva, M. V., Валуева, М. В., Valuev, G. V., Валуев, Г. В.
Формат: Статья
Язык:English
Опубликовано: Elsevier B.V. 2020
Темы:
Convolutional neural networks
FPGA
Image recognition
Quantization noise
Residue number system (RNS)
Online-ссылка:https://dspace.ncfu.ru/handle/20.500.12258/12151
Метки: Добавить метку
Нет меток, Требуется 1-ая метка записи!

Интернет

https://dspace.ncfu.ru/handle/20.500.12258/12151

Схожие документы