Feb, 2022
实现边缘智能动态卷积神经网络推理的探索
Towards Enabling Dynamic Convolution Neural Network Inference for Edge Intelligence
Adewale Adeyemo, Travis Sandefur, Tolulope A. Odetola, Syed Rafay Hasan
TL;DR本研究提出了动态流式传输模型参数和基于库的方法来实现传统 CNN 架构的可扩展和动态分布式 CNN 推断,利用部分重构技术提高了资源受限的边缘设备的性能,并在 Xilinx PYNQ-Z2 板上实现了 LeNet-5 CNN 模型,具有 92%,86%和 94%的分类准确率。