《表1 节点信息：基于FPGA的递归神经网络加速器的研究进展》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于FPGA的递归神经网络加速器的研究进展》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文在理论上将常用的RNN模型参数量做了对比。假设输入向量长度为M、隐层节点个数为N，忽略模型的常量，将层数为1层的不同RNN模型隐层节点计算所需的网络权重参数列在表1中。从表1中可以明显看出，相比于标准的RNN模型，LSTM及GRU模型的参数量较大。这意味着理论上，在计算出一个输出向量之前，LSTM与GRU模型的所需运算量更大，模型更复杂。