面向現(xiàn)代GPU的Winograd卷積加速研究

摘要： 卷積運(yùn)算是現(xiàn)代卷積神經(jīng)網(wǎng)絡(luò)中必不可少的組成部分，同時(shí)也是最耗時(shí)的.為了解決卷積算子的性能問題，包括快速傅里葉變換（Fast Fourier Transform,FFT）和Winograd在內(nèi)的快速卷積算法被提出. Winograd卷積可被用于提高小卷積核的推理性能，是目前卷積神經(jīng)網(wǎng)絡(luò)中的主流實(shí)現(xiàn)方法 .然而，Winograd卷積在許多高度優(yōu)化的深度神經(jīng)網(wǎng)絡(luò)庫和深度學(xué)習(xí)編譯器中的...