全文总字数：1703字
1. 毕业设计（论文）主要内容：
随着卷积神经网络的不断发展，网络的深度不断增加，对硬件设备的计算能力和存储空间提出了越来越高的要求。降低卷积神经网络的资源消耗对深度学习在嵌入式平台上的部署具有重要意义。二值化神经网络可以有效提高硬件设备的计算效率，既可以加速硬件计算，也可以降低内存开销。ＦＰＧＡ芯片内有着丰富的逻辑与计算单元，其高性能，低功耗优点使其非常适合作为嵌入式端的专用计算设备，可以满足深度学习算法的计算需求。本项目围绕二值化卷积神经网络在嵌入式平台上的性能优化开展研究，并在ＦＰＧＡ平台上实现前向计算加速。
2. 毕业设计（论文）主要任务及要求
1. 查阅相关文献资料15篇以上（其中近五年外文文献不少于3篇)。
2. 完成开题报告。
3. 对传统二值化神经网络的梯度计算进行改进，搭建二值化卷积神经网络训练平台，对二值化卷积神经网络算法上进行验证和实验结果分析。对二值化卷积神经网络的可并行性进行研宄，确定硬件平台不同层级的并行架构设计，在ＦＰＧＡ平台上实现二值化卷积神经网络模型，完成各模块的设计以及二值化运算符优化的设计。在ＦＰＧＡ平台上对并行加速效果进行实验验证，并分析系统性能和资源使用情况。。
3. 毕业设计（论文）完成任务的计划与安排
第1周—第3周 搜集资料，撰写开题报告；
第4周—第5周 论文开题；
第6周—第12周撰写论文初稿；
4. 主要参考文献
［1］Lecun Y, Bengio Y, Hinton G, Deeplearning.【J】，Nature。2015，521（7553）：436。
［2］Palaz D, Magimai, Doss M, Collobert R. Convolutional NeuralNetworks-basedcontinuous speech recognition using raw speech signal[C]//IEEEInternational Conference on Acoustics,2015.
［3］Gu J, Wang Z,Kuen J, et al. Recent Advances in Convolutional Neural Networks[J].ComputerScience,2015.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
