全文总字数：2313字
1. 毕业设计（论文）主要内容：
首先分析卷积神经网络的前向传播过程，分别提取卷积层、池化层等主要计算单元。然后分析了神经网络的反向传播过程，并完成了误差传播过程、权重梯度计算过程与前向传播的同构化。最后从并行运算展开维度、资源的可控性、带宽要求、可配置性、资源利用率、釆样运算兼容性几个方面对乘加树结构进行分析。研究卷积网络加速器在ＦＰＧＡ上的实现，分析卷积网络的运算特点，进行适当的软硬件功能裁剪，完成缓存单元、计算的硬件架构以及计算核心的设计，分析不同模块之间的流水特性，从全局和局部角度进行优化，以提高整体的吞吐率，并通过对稀疏特征图进行压缩处理，提高了存储资源和计算资源的利用率，最终实现卷积神经网络加速器。
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. 通过分析神经网络的运算逻辑，将其分解为基本计算单元，并通过复用的方式，在卷积运算控制器中嵌入池化采样控制器，减小控制器对资源的需求，使计算模块获得更多资源以提高计算密度，加快计算速度。通过镜像树结构，将与通道相关的运算逻辑从计算核心中分离出去，使计算核心不再感知通道变化，以保证运算效率。釆取合适的压缩策略对特征图进行压缩以减少存储空间并减少计算周期。
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]S. Ji, W. Xu, M. Yang and K. Yu. 3D ConvolutionalNeural Networks for Human Action Recognition[J], IEEE Transactions on PatternAnalysis and Machine Intelligence, 2013,35(1):221-231.
[2]J. Qin, E. Haihong, M. Song and Z. Ren. ImageRetrieval Based on a Hybrid Model of Deep Convolutional Encoder[C],2018 IEEEInternational Conference of Intelligent Robotic and Control Engineering(IRCE),Lanzhou, 2018,pp.257-262.
[3]B. Zhang, C. Quan and F. Ren. Study on CNN in therecognition of emotion in audio and images[C],2016 IEEE/ACIS 15th International Conference on Computer and Information Science(ICIS),Okayama,2016,pp.1-5.
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。
