基于专用卷积神经网络加速器的编译器设计与实现

不同框架深度学习模型部署是人工智能落地的核心,然而模型计算量和参数量过大、编程模型未统一导致了各种新型的专用卷积神经网络（CNN）加速器层出不穷,增加了模型的部署难度。对模型压缩和编译工具链这两个方面进行了改进：在模型压缩方面,提出新的通道剪枝标准,结合了通道的相关性和影响性以及输出通道对应的激活值,在保证精度的同时可以极大地削减卷积神经网络的计算量和参数量;在编译工具链方面,设计了一套自动的端到端优化堆栈,提出了针对基于现场可编程门阵列（FPGA）的深度学习编译器设计方法,并在中间表示中添加了所提出的排序标准的剪枝算法。实验结果表明,所设计的编译器于舰船目标检测的任务中,在通用设备上,保证精度损失不超过1%的情况下取得了1.3倍的加速效果;在专用的CNN加速器上取得了1.6倍的加速效果,在部署中能够有效地针对卷积网络进行加速。     

基于专用卷积神经网络加速器的编译器设计与实现

不同框架深度学习模型部署是人工智能落地的核心,然而模型计算量和参数量过大、编程模型未统一导致了各种新型的专用卷积神经网络（CNN）加速器层出不穷,增加了模型的部署难度。对模型压缩和编译工具链这两个方面进行了改进：在模型压缩方面,提出新的通道剪枝标准,结合了通道的相关性和影响性以及输出通道对应的激活值,在保证精度的同时可以极大地削减卷积神经网络的计算量和参数量;在编译工具链方面,设计了一套自动的端到端优化堆栈,提出了针对基于现场可编程门阵列（FPGA）的深度学习编译器设计方法,并在中间表示中添加了所提出的排序标准的剪枝算法。实验结果表明,所设计的编译器于舰船目标检测的任务中,在通用设备上,保证精度损失不超过1%的情况下取得了1.3倍的加速效果;在专用的CNN加速器上取得了1.6倍的加速效果,在部署中能够有效地针对卷积网络进行加速。     

过冷液态金属的研究进展

过冷是液态金属凝固过程中的一种现象.由于过冷对凝固后的组织结构和性能有重要影响,因此,研究液态-过冷液态-固态的结构、性能及其演变,对于控制液态金属的结构及其凝固过程,开发新型金属材料具有重要意义.本文综述了实现过冷的方法以及过冷液态金属的研究现状,同时介绍了通过测量电阻率研究过冷液态结构变化的新方法,并对深过冷技术的应用进行了展望.     

富锑铅锑熔体电阻率及黏度的异常变化(英文)

通过测量PbSb合金熔体的电阻率及黏度,探讨熔体中Peierls畸变的演变。Pb30Sb70、Pb20Sb80和Pb10Sb90在降温过程中具有非线性电阻率温度关系。在663°C下,实验与计算的等温电阻率成分关系的变化趋势不同,也暗示了富Sb熔体中Peierls畸变的存在。Pb20Sb80与Pb30Sb70熔体的异常的黏度温度关系证实了异常结构转变的存在,这种异常转变被认为是具有Peierls畸变的大尺寸Sb团簇的形成。在过冷液态Pb20Sb80中,由于提高了熔体与晶态固体的结构相似性并降低了液固界面能,含有Peierls变的Sb团簇在凝固过程中提供优先的形核位;抛物线的电阻率温度关系及极小的电阻率系数被认为是由这些Sb团簇尺寸的快速增加而导致的。     

基于改进YOLOv4的植物叶茎交点目标检测研究

由于植物根茎交点目标较小,识别率低,且在使用嵌入式设备进行植物移植与栽培的过程中资源及功耗受限.针对这类问题,提出了一种基于改进YOLOv4的目标检测解决方法,并设置于本场景.采集8629张植物叶茎数据集图像,并对这些植物叶茎数据集进行标注,利用生成对抗网络(generative adversarial network...