I
摘要
随着神经网络的快速发展，循环神经网络(RecurrentNetwork,RNN)在时变
信号上的处理显现出优越的表现，但随着网络规模的增大和数据量的爆炸式，对
应用的响应速度带来了巨大的挑战。另外，虽然FPGA硬件加速技术快速发展，
神经网络的运算速度不断提高，但是现有的神经网络中大部分都是卷积神经网络，
循环神经网络的设计或研究都较少。再者，由于循环神经网络的记忆特性，随着
网络的复杂度不断增加越来越多的网络参数导致网络运行的速度被拖慢。特别是
用于语音识别时，循环神经网络运算效率降低，占用硬件资源呈爆炸式增长。基
于
基于FPGA的RNN神经网络加速研究-20008字.pdf