OpenCL异构计算
提供课件、参考答案、源码,咨询QQ:2301891038(仅限教师)。Intel FPGA大学计划推荐教材、FPGA算法加速入门基础、神经网络算法OpenCL实现入门基础

作者:胡正伟、谢志远、王岩

丛书名:普通高等院校电子信息系列教材

定价:59元

印次:1-3

ISBN:9787302593980

出版日期:2021.12.01

印刷日期:2024.10.30

图书责编:郭赛

图书分类:教材

电子书
在线购买
分享
内容简介
作者简介
前言序言
资源下载
查看详情 查看详情 查看详情

本书以通过FPGA实现简易神经网络的推理流程为主线,主要包含以下内容: 在TensorFlow学习框架下实现神经网络训练,保存训练好的权值和偏置;将TensorFlow框架下训练的神经网络使用OpenCL语言实现,并编译生成可执行文件和FPGA编程文件;将输入数据、权值、偏置等数据通过以太网口传输到FPGA开发板;在FPGA开发板上运行神经网络。 本书的重点在于神经网络算法的OpenCL描述方法及FPGA实现流程。简易神经网络算法不仅可以让读者明白神经网络的工作原理及基本框架,还可以使用较少的OpenCL代码描述,易于分析神经网络算法与代码的对应关系,实现OpenCL语言的学习。 本书以Ubuntu操作系统为运行环境,以***高的FPGA开发板DE10_nano为实现平台,该开发板尺寸较小,易于携带,方便管理,价格较低,适合批量购买以开展相关教学实验。 本书面向电子信息、计算机、自动化等相关专业的本科生及研究生或FPGA开发人员。

胡正伟,博士、讲师,主要从事FPGA教学和研发等工作。具有多年的FPGA开发经验,完成多个FPGA工程项目的开发设计,曾与华为技术有限公司合作开发基于FPGA的电力线测距系统。主编中国电力出版社“十三五”本科规划教材《电子设计自动化》。

前言 为了便于开展面向FPGA平台的OpenCL教学,本书以人工智能领域中的神经网络为实现目标,通过学习TensorFlow框架下的神经网络训练、神经网络算法的OpenCL描述、神经网络的FPGA实现等内容,帮助读者掌握FPGA实现神经网络算法推理的整个流程,为今后从事人工智能、算法加速、FPGA开发等相关领域的工作奠定基础。 鉴于作者水平,本书未能详尽介绍OpenCL的优化策略以及复杂神经网络算法的实现,作者力争在后续版本中完成相关内容的介绍。 欢迎本领域的相关专家学者、读者批评指正,希望本书能够起到抛砖引玉的效果。 本书的出版受到了华北电力大学“双一流”研究生教材项目及国家自然科学基金项目(52177083)的支持。 本书学习指导 (1) 学习重点是基于OpenCL的FPGA开发流程。 (2) 书中未对API函数(TensorFlow API、OpenCL API)进行语法知识介绍,若想深入了解相关API的参数意义及详尽使用,请利用网络查询或查看数据手册。 (3) 请自行学习Ubuntu操作系统的使用方法并熟练掌握基本命令。 (4) 读者可采用不同的Quartus Prime 版本。 (5) 读者可采用其他FPGA开发板,但需要结合配套的BSP。 (6) 读者需根据实际的路径信息修改本书例子中的路径信息。 (7) 本书的参考学时为32学时,建议采用理论实践一体化的教学模式,各章的参考学时详见如下学时分配表。学时分配表 项目及章节课 程 内 容学时第1章绪论2第2章TensorFlow基础知识及运行环境搭建2实验1TensorFlow基础命令...

课件下载

样章下载

暂无网络资源

扫描二维码
下载APP了解更多

目录
荐语
查看详情 查看详情
目录

第1章绪论1

1.1异构计算系统1

1.2OpenCL2

1.3FPGA3

1.4FPGA+CPU异构计算系统5

1.5HDL和OpenCL6

1.5.1OpenCL的优点7

1.5.2OpenCL的缺点7

1.6人工神经网络8

1.6.1人工神经网络的基本概念8

1.6.2人工神经网络的基本特征9

1.6.3人工神经网络的应用10

习题112第2章TensorFlow基础知识及运行环境搭建14

2.1TensorFlow简介14

2.2TensorFlow两步编程模式14

2.3TensorFlow 两步编程模式实例15

2.3.1定义计算图的基本操作15

2.3.2运行计算图的基本操作18

2.4TensorFlow环境搭建23

2.4.1软件安装23

2.4.2TensorFlow软件运行25

2.4.3计算图例程运行实例25

习题230第3章TensorFlow实现神经网络模型训练与测试31

3.1神经网络训练与测试的基本概念31

3.1.1神经网络的训练31

3.1.2神经网络的测试32

3.2基于TensforFlow训练神经网络实现MNIST数据集识别32

3.2.1MNSIT数据集32

3.2.2Softmax Regression模型33

3.2.3MNIST数据识别的Softmax Regression神经网络模型35

3.2.4MNIST数据识别的卷积神经网络模型40

3.3MNIST数据集转换49

3.3.1将数据集转换为以txt文件保存的数据49

3.3.2将数据集转换为... 查看详情

FPGA在现代电子系统设计中扮演越来越重要的角色,特别是近几年飞速发展的人工智能、机器学习、硬件加速等领域。与GPU实现方式相比,FPGA具有较好的能效比,可以实现低功耗和低延时,具有广阔的应用前景。OpenCL作为一种业界异构计算标准,对FPGA的应用起到了重要的推动作用,是未来大型FPGA系统设计的重要方法。为了便于开展面向FPGA平台的OpenCL教学,本教材结合人工智能领域中的神经网络为实现目标,通过学习TensorFlow框架下的神经网络训练、神经网络算法的OpenCL描述、神经网络的FPGA实现等内容,掌握FPGA实现神经网络算法推理的整个流程,为今后从事人工智能、算法加速、FPGA开发等相关领域工作奠定基础。 查看详情