xiuxin121的博客

http://blog.youkuaiyun.com/hrsstudy/article/details/70767950

caffe安装：https://blog.youkuaiyun.com/weixin_41018348/article/details/80628058//基本上按照以上配置安装，其中编译的时候会失败，这时候需要添加以下指令。export CPLUS_INCLUDE_PATH=/你的anconda路径/include/python3.5mhttp://blog.youkuaiyun.com/yhaol...

lenet:    https://blog.youkuaiyun.com/kaido0/article/details/53161684alexnet:   https://blog.youkuaiyun.com/zyqdragon/article/details/72353420【卷积神经网络-进化史】从LeNet到AlexNethttps://blog.youkuaiyun.com/cyh_24/article/details...

当下在训练神经网络以及二值化神经网络的时候，为了不影响数据分布，获得更好的性能。通常会在cnn之间加入batch-norm.那么batch-norm究竟是怎么影响性能的呢？【深度学习】批归一化（Batch Normalization）BN是由Google于2015年提出，这是一个深度神经网络训练的技巧，它不仅可以加快了模型的收敛速度，而且更重要的是在一定程度缓解了深层网络中“梯度弥散”...

写在前面：之前的科研工在是使用RETL实卷机神经网络，其中数据是量化后的8Bit。也就是说还要使用乘法器，但是FPGA的DSP资源很有限。所以有了现在的工作，在FPGA上实现二值神经网络。主要从二值神经网络的原理，训练，FPGA实现三个步骤讲。个人比较懒，基本上还是转别人写好的博客。自己具体实现，以后有空再详细记录吧。1.二值网络梯度传播：STChttps://www.jiansh...

https://blog.youkuaiyun.com/zkh880loLh3h21AJTH/article/details/78100460

https://www.cnblogs.com/zjutzz/p/6083201.html

因为CNN的特有计算模式，通用处理器对于CNN实现效率并不高，不能满足性能要求。 因此，近来已经提出了基于FPGA，GPU甚至ASIC设计的各种加速器来提高CNN设计的性能。 在这些方法中，基于FPGA的加速器引起了研究人员越来越多的关注，因为它们具有性能好，能源效率高，开发周期快，重构能力强等优点。在实验中，研究人员发现在FPGA相同的逻辑资源利用率情况下，两种不同解决方案可能会有多达90％

英文论文链接：http://cadlab.cs.ucla.edu/~cong/slides/fpga2015_chen.pdf翻译：卜居转载请注明出处：http://blog.youkuaiyun.com/kkk584520/article/details/47450159【0. 摘要】CNN已经广泛用于图像识别，因为它能模仿生物视觉神经的行为获得很高识别准确率。最近，基于深度学习算法

https://github.com/czy2014hust/zynqyolo

http://blog.youkuaiyun.com/hrsstudy/article/category/6765979https://zhuanlan.zhihu.com/p/25045711

http://blog.youkuaiyun.com/shenxiaolu1984/article/details/51036677

http://www.jianshu.com/p/db1b74770e52

http://www.youkuaiyun.com/article/2015-01-28/2823747

http://blog.youkuaiyun.com/v_july_v/article/details/51812459

http://www.cnblogs.com/dudumiaomiao/p/6560841.html

R-CNNhttp://blog.youkuaiyun.com/wopawn/article/details/52133338 http://blog.youkuaiyun.com/u011534057/article/details/51240387 https://blog.youkuaiyun.com/v1_vivian/article/details/78599229选择性搜索：https://w...

论文翻译：http://blog.youkuaiyun.com/liumaolincycle/article/details/48804687论文理解：http://blog.youkuaiyun.com/wopawn/article/details/52223282

http://m.blog.youkuaiyun.com/u010089444/article/details/55211653

http://www.jianshu.com/p/9dc9f41f0b29

https://www.leiphone.com/news/201706/PamWKpfRFEI42McI.html

论文翻译：http://blog.youkuaiyun.com/Ai_Smith/article/details/52997456?locationNum=2&fps=1论文理解：https://zhuanlan.zhihu.com/p/24954433?refer=xiaoleimlnote代码理解：cafe版本：https://blog.youkuaiyun.com/u014380165/article/de...

http://www.360doc.com/content/17/0624/10/10408243_666125650.shtml

函数理解：http://ufldl.stanford.edu/wiki/index.php/Softmax%E5%9B%9E%E5%BD%92tensorflow实现函数：tf.nn.softmax_cross_entropy_with_logits的用法http://blog.youkuaiyun.com/mao_xiao_feng/article/details/53382790

http://www.cnblogs.com/qw12/p/6185126.html

https://github.com/doonny/PipeCNN/tree/master/documents