基本信息

---

下载

文档摘要

---

强化有效计算：卷积神经网络加速方法的深度探索与实践

一、引言

1.1研究背景与意义

1.1.1卷积神经网络的发展与现状

卷积神经网络（ConvolutionalNeuralNetwork，CNN）作为深度学习领域的核心模型之一，在过去几十年间取得了令人瞩目的发展成就。其发展历程可以追溯到20世纪80年代末，YannLeCun等人提出了LeNet，这是第一个成功的卷积神经网络，主要用于手写数字识别，它引入了卷积层、池化层和反向传播算法，为后来的CNN发展奠定了基础。然而，在当时由于计算资源的限制以及缺乏大规模的标注数据，CNN的发展较为缓慢。

直到2012年，A