-
公开(公告)号:CN109902802A
公开(公告)日:2019-06-18
申请号:CN201910060523.8
申请日:2019-01-22
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于FPGA的卷积神经网络训练系统及方法,系统包括:核心处理模块,用于提供第一训练集数据并初始化卷积神经网络的第一网络参数,以及接收第二网络参数误差;输入数据转换模块,用于分别对第一训练集数据和第一网络参数进行处理得到第二训练集数据和第二网络参数;前向计算引擎模块,用于对第二训练集数据和第二网络参数进行处理得到隐层数据和预测误差;反向计算引擎模块,用于对隐层数据、第二网络参数和预测误差进行处理得到第一网络参数误差;输出数据转换模块,用于对第一网络参数误差进行处理得到第二网络参数误差。该系统不仅实现了前向传播计算和反向传播计算的同时运行,还减少对公共数据总线的占用以及存储带宽的需求。
-
公开(公告)号:CN107196695A
公开(公告)日:2017-09-22
申请号:CN201710224225.9
申请日:2017-04-07
Applicant: 西安电子科技大学
CPC classification number: H04L1/203 , H04B7/18519
Abstract: 本发明提出了一种基于Zynq的卫星星间链路测试系统,用于解决现有技术中存在的结构复杂和测试效率低的技术问题,包括通过以太网连接的上位机和系统硬件平台;其中上位机包括数据生成模块、功能配置模块和链路分析模块;系统硬件平台包括网络模块、Zynq芯片、内存模块、中频调制模块、基带采集模块和电源模块,Zynq芯片包括片上处理系统和功能逻辑模块;上位机控制系统硬件平台输出中频信号的载波频率、输出功率和码速率,并生成待测链路所需基带数据,通过网络将其下载至系统硬件平台进行QPSK调制发送至待测链路,同时接收系统硬件平台采集的多个待测链路的回传数据进行实时误码分析和数据存盘,完成链路测试。
-
公开(公告)号:CN109902802B
公开(公告)日:2020-12-29
申请号:CN201910060523.8
申请日:2019-01-22
Applicant: 西安电子科技大学
Abstract: 本发明涉及一种基于FPGA的卷积神经网络训练系统及方法,系统包括:核心处理模块,用于提供第一训练集数据并初始化卷积神经网络的第一网络参数,以及接收第二网络参数误差;输入数据转换模块,用于分别对第一训练集数据和第一网络参数进行处理得到第二训练集数据和第二网络参数;前向计算引擎模块,用于对第二训练集数据和第二网络参数进行处理得到隐层数据和预测误差;反向计算引擎模块,用于对隐层数据、第二网络参数和预测误差进行处理得到第一网络参数误差;输出数据转换模块,用于对第一网络参数误差进行处理得到第二网络参数误差。该系统不仅实现了前向传播计算和反向传播计算的同时运行,还减少对公共数据总线的占用以及存储带宽的需求。
-
-