陈杰
- 作品数：3 被引量：6H指数：1
- 供职机构：国防科学技术大学计算机学院更多>>
- 发文基金：国家自然科学基金国家重点基础研究发展计划国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 面向多核向量加速器的卷积神经网络推理和训练向量化方法
- 2024年
- 随着以卷积神经网络为代表的深度学习得到广泛应用,神经网络模型中的计算量也急速增长,推动了深度学习加速器的发展。如何针对加速器硬件的体系结构特性进行加速和优化神经网络模型的性能成为研究热点。针对自主设计的多核向量加速器FT-M7004上的VGG网络模型推理和训练算法,分别提出了卷积、池化和全连接等核心算子的向量化映射方法,采用SIMD向量化、DMA双缓冲传输和权值共享等优化策略,充分发挥了向量加速器的体系结构优势,取得了较高的计算效率。实验结果表明,在FT-M7004平台上,卷积层推理和训练的平均计算效率分别达到了86.62%和69.63%;全连接层推理和训练的平均计算效率分别达到了93.17%和81.98%;VGG网络模型在FT-M7004上的推理计算效率超过GPU平台20%以上。
- 陈杰李程刘仲
- 关键词：卷积神经网络
- 基于最弱前置条件的静态分析误报消除技术被引量：1
- 2012年
- 针对程序静态分析技术误报过多的问题,提出一种基于最弱前置条件的静态分析误报消除方法。根据不同的软件安全性质,从目标状态出发,以需求驱动的方式得到过程起始位置的最弱前置条件,判断该条件公式的可满足性来消除误报。将该方法实例化来消除静态分析工具检测数组访问越界和空指针解引用的误报,实验结果表明该方法是有效且实用的。
- 陈杰
- 一种软构件依赖关系的拓扑布局算法被引量：5
- 2008年
- 本文提出了一种圆环型的有向图拓扑布局算法,能够清晰地展示软构件之间的相互依赖关系,有助于设计人员更好地理解和分析多构件系统中构件间依赖关系的整体态势,进而优化系统结构,提高系统性能,实现高效的软构件组装。
- 陈杰文艳军王戟
