[发明专利]基于RISC-V的卷积神经网络的文字识别方法

说明书

本发明公开了基于RISC‑V的卷积神经网络的文字识别方法，本发明先搭建一个神经网络训练环境，然后设计一个基于mnist数据集的6层手写数字识别网络；输入图片，训练至设定的准确度，保存权重和偏置参数文件；设定RISC‑V指令集的自定义指令类型和格式，根据预留指令编码空间设计指令，根据设定的指令格式和SIGMOD函数实现方法，设计具体的硬件加速电路；在FPGA上面导入硬件加速电路、权重和偏置参数文件，搭建RISC‑V开发环境并完成自定义指令的添加；输入图片，使用硬件加速电路对图片中的数字进行识别。本发明实现对特定运算的指令级加速，加速部分神经网络推理运算，其可以迅速的将图片中的手写数字识别出来。

技术领域

本发明属于专用处理器指令加速领域，尤其涉及一种基于RISC-V加速指令的卷

积神经网络的文字识别方法。

背景技术

目前通过神经网络进行图片文字识别，效率比较低下，而RISC-V指令集是基于精简指令集计算(RISC)原理建立的开放指令集架构(ISA)，RISC-V是在指令集不断发展和成熟的基础上建立的全新指令。RISC-V指令集完全开源，设计简单，易于移植Unix系统，模块化设计，完整工具链，同时有大量的开源实现。但关于RISC-V加速指令研究并没有很好的设计和实现。

发明内容

本发明针对现有技术的不足，提出了一种基于RISC-V加速指令的卷积神经网络的文字识别方法。。

本发明一种基于RISC-V加速指令的卷积神经网络的文字识别方法，该方法具体包括以下步骤：

RISC-V自定义加速指令设计在卷积神经网络中的应用方法，具体包括以下步骤：

步骤S1：搭建虚拟机ubuntu16.04+tensorflow-cpu神经网络训练环境，设计一个基于mnist数据集的6层手写数字识别网络；

其中卷积神经网络的结构如表1所示；