# WalkerLau/Accelerating-CNN-with-FPGA

<https://repo.masters-masters.com/repos/WalkerLau/Accelerating-CNN-with-FPGA>

[Accueil](https://repo.masters-masters.com/) › [WalkerLau](https://repo.masters-masters.com/owners/WalkerLau) › [Accelerating-CNN-with-FPGA](https://repo.masters-masters.com/repos/WalkerLau/Accelerating-CNN-with-FPGA)

WalkerLau/Accelerating-CNN-with-FPGA, dépôt open source à 798 étoiles sur GitHub. Carte Bêta de RepoMasters. This project accelerates CNN computation with the…

| Champ | Valeur |
| --- | --- |
| Propriétaire | [WalkerLau](https://repo.masters-masters.com/owners/WalkerLau) |
| Étoiles | 798 |
| Forks | 197 |
| Langage | [C++](https://repo.masters-masters.com/languages/c-plus-plus) |
| Licence | Aucune |
| Création | 2019 |
| Sujets | fpga, deep-learning-accelerator, convolutional-neural-networks, face-recognition |
| Rang | [Bêta (700 à 1 999 ★)](https://repo.masters-masters.com/ranks/box_office) |
| Voir sur GitHub | [WalkerLau/Accelerating-CNN-with-FPGA](https://github.com/WalkerLau/Accelerating-CNN-with-FPGA) |

## Fiche du dépôt

This project accelerates CNN computation with the help of FPGA, for more than 50x speed-up compared with CPU.

Rang des dépôts qui ont 700 à 1 999 ★ sur GitHub. Probabilité publiée par carte tirée : 6 %. Rareté : Rare.

## Autres dépôts de WalkerLau

- [WalkerLau/DetectHumanFaces · ★ 217 · Verilog · Prototype](https://repo.masters-masters.com/repos/WalkerLau/DetectHumanFaces)

## D’autres dépôts C++

- [Jonathan-Uy/CSES-Solutions · ★ 798 · C++ · Bêta](https://repo.masters-masters.com/repos/Jonathan-Uy/CSES-Solutions)
- [kahowang/sensor-fusion-for-localization-and-mapping · ★ 798 · C++ · Bêta](https://repo.masters-masters.com/repos/kahowang/sensor-fusion-for-localization-and-mapping)
- [facebookresearch/project\_superdex · ★ 798 · C++ · Bêta](https://repo.masters-masters.com/repos/facebookresearch/project_superdex)
- [niXman/yas · ★ 798 · C++ · Bêta](https://repo.masters-masters.com/repos/niXman/yas)

---
Données : GitHub · Illustration dessinée par RepoMasters à partir de l’identifiant du dépôt et de la couleur de son langage.