CNN架构

因为CNN具有多种不同的架构，所以很难替CNN处理器定下一个非常明确的定义。从架构的观点来看,CNN是属于细胞式架构，资料处理是以平行方式计算，因此运算速度可大幅提升。它是由固定数目、固定位置、固定拓普、局部互连、非线性的处理单元所组成，这个非线性的处理单元通常被叫做细胞或是神经元。在数学模型上，每个细胞为独立且非线性的单元，它具有初始状态、输入和行为。讯号的处理通常是连续的，例如Continuous-Time CNN（CT-CNN）处理器，但也可以是离散的Discrete-Time CNN（DT-CNN）处理器。

文献综述

CNN处理器的想法是由蔡少棠（Leon Chua）和Lin Yang的在1988年的两部分文章中“细胞神经网络理论”和“细胞神经网络的应用程序”，发表在IEEE电路与系统通讯刊物上。

相关的处理架构

计算模型

技术

应用

Notes

参考

D. Balya, G, Tímar, G. Cserey, and T. Roska, "A New Computational Model for CNN-UMs

and its Computational Complexity", Int’l Workshop on Cellular Neural Networks and Their Applications, 2004.

L. Chua and L. Yang, "Cellular Neural Networks: Theory," IEEE Trans. on Cirts and Systems, 35 (10):1257-1272, 1988.[1]

L. Chua and L. Yang, "Cellular Neural Networks: Applications" IEEE Trans. on Cirts and Systems, 35 (10):1273:1290, 1988.

免责声明：以上内容版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。感谢每一位辛勤著写的作者，感谢每一位的分享。