基于异构计算的卷积神经网络资源优化配置方法

一种基于异构计算的卷积神经网络资源优化配置方法，针对卷积神经网络的卷积层、偏置层、池化层、relu层和全连接层进行逐层计算复杂度分析和数据复杂度分析，得到计算通信比，基于计算通信比的排序在异构计算平台上以运算速度和效率作为优化目标进行资源配置，即将计算通信比高的部分配置于FPGA上进行计算，其余部分配置于ARM上进行计算。本发明同时兼顾了FPGA的高度并行计算的能力和ARM端的高主频，多级缓存以及单指令多数据等特点，显著加速卷积层等计算密集型部分的运算和数据密集的全连接层运算，从而对整个卷积神经网络达到最有效的加速。