《表1 稀疏神经网络加速器》
提示：宽带有限、当前游客访问压缩模式
稀疏神经网络加速器利用激活值和权值稀疏性，对稀疏神经网络进行加速。表1列出了几款稀疏神经网络加速器，及对权值稀疏和激活稀疏的支持情况。
| 图表编号 | XD00227418300 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.01 |
| 作者 | 陈正博、陈左宁 |
| 绘制单位 | 信息工程大学、中国工程院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 数据集信息：基于网络嵌入的稀疏子图发现算法》2020.10.10
- 《表4 稀疏自编码网络参数优化》2020.09.01
- 《表1 实验数据集的信息：基于多核学习卷积神经网络的稀疏数据推荐》2021.02.16
- 《表4 资源利用率对比：二值VGG卷积神经网络加速器优化设计》2021.02.06
- 《表2 PE阵列配置：二值VGG卷积神经网络加速器优化设计》2021.02.06
- 《表3 运算周期：二值VGG卷积神经网络加速器优化设计》2021.02.06
- 《表2 网络参数：基于稀疏偏最小二乘的麻醉意识状态功能连接研究》2020.06.25
- 《表1 参数量化结果：面向移动终端的残差网络加速器设计》2020.08.01
- 《表3:FPGA硬件实现：一种支持稀疏卷积的深度神经网络加速器的设计》2020.02.15
- 《表1 不同深度神经网络压缩与加速方法总结》2020.04.20
- 《表4 神经网络FPGA加速器比较》2020.03.01
- 《表3 分类结果对比表：基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究》2019.12.25
- 《表2 网络参数设置表：基于堆叠稀疏自编码神经网络的航空发动机剩余寿命预测方法研究》2019.12.25
- 《表3 天线各尺寸参数：稀疏正则化逆向神经网络在双陷波超宽带天线设计中的应用》2019.08.01
- 《表4 深度稀疏自编码器网络评价指标统计》2019.09.25
- 《表2 稀疏自动编码网络参数Tab.2 Parameters of SAE》2019.01.25
- 《表3 卷积映射实例表：一种高性能可重构深度卷积神经网络加速器》2019.06.20
- 《表1 节点信息：基于FPGA的递归神经网络加速器的研究进展》2019.08.15
- 《表1 节点信息：基于FPGA的递归神经网络加速器的研究进展》2019.08.15
- 《表1 0 强关系稀疏网络和弱关系紧密网络的传递性比较》2019.05.24