طراحی و پیاده سازی شبکه های عصبی مصنوعی در مدارات منطقی قابل برنامه ریزی FPGA

شبکه های عصبی با توجه به توان بالا درپردازش موازی، قابلیت یادگیری، تعمیم، طبقه بندی، قدرت تقریب، به خاطر سپردن و به خاطر آوردن الگوها، خیزش وسیعی در زمینه های مختلف هوش مصنوعی ایجاد کرده اند. از این رو به دلیل عملکرد خوب شبکه های عصبی مصنوعی برای شناسایی الگو، در این مقاله از شبکه های عصبی چند لایه جهت پیاده سازی سخت افزاری سیستم استفاده شده است. با توجه به طراحی سیستم های هوشمند و کوچکی که در لوازم روزمره امروزی کاربرد دارند، و از طرفی عدم امکان اتصال آن ها به رایانه، نیاز به پیاده سازی سخت افزاری شبکه های عصبی در حجم کوچک احساس می شود و با توجه به این که تراشه های FPGA بسیار انعطاف پذیر می باشند و به صورت نرم افزاری کلیه طرح های سخت افزاری را می توان پیاده نمود، گزینه مناسبی جهت پیاده سازی سخت افزاری شبکه های عصبی می باشد. در این مقاله یک روش برای پیاده سازی شبکه های عصبی مصنوعی بر روی FPGA ارائه شده است. برای طراحی شبکه عصبی مصنوعی از ابزار تنسورفلو و برای پیاده سازی شبکه عصبی مصنوعی از یک نرم افزار واسط طراحی شده و نرم افزار متلب استفاده شده است. هدف از این مقاله پیاده سازی یک شبکه عصبی تحلیل گر رگرسیون از نوع پرسپترون چندلایه است

کلیدواژه ها:

شبکه های عصبی ، FPGA ، تنسورفلو ، متلب ، رگرسیون ، پرسپترون چندلایه