FlexiGAN:用于FPGA加速生成性对抗网络的端到端解决方案 - 免费下载
技术资料资源
文件大小:919 K
💡 温馨提示:本资源由用户 GGMD 上传分享,仅供学习交流使用。如有侵权,请联系我们删除。
生成性对抗网络(GAN)是一种深度学习的前沿。 GAN包括两个模型:生成和歧视。虽然辨别模型使用传统的卷积,生成模型依赖于一个根本不同的运算符,称为转置卷积。此运算符最初会插入大量的零它的输入然后在这个扩展的输入上滑动一个窗口。这种零插入步骤导致大量无效作并创建不同的计算模式穿过推拉窗。无效的操作随着计算模式的变化导致显着使用传统卷积时资源利用不足硬件。为了缓解这些低效率的来源,本文设计FlexiGAN,一种端到端的解决方案,可以生成一个从高级别优化可合成的FPGA加速器GAN规范。 FlexiGAN与一个新颖的模板相结合旨在利用MIMD优势的架构和SIMD执行模型,以避免无效的操作。