一种基于FPGA的结构等效卷积的量化节点融合方法

一种基于FPGA的结构等效卷积的量化节点融合方法，涉及深度学习模型压缩与硬件加速技术领域，其主要步骤为在模型训练阶段，在融合支路插入等效卷积层，等效卷积参数初始化为单位矩阵且禁止其进行梯度更新后进行训练，在模型量化阶段，在网络输入层插入量化节点，网络输出层插入反量化节点，进行动态范围联合校准、进行量化参数计算与量化参数对齐、进行整数域特征融合，最后计算相应的量化后的权重并输出。本发明通过引入支路等效变换层与量化域参数绑定操作，能够有效避免在硬件上的二次量化过程需要的除法操作，同时保持较高的量化精度，提高模型的部署效率。