摘要：由于卷积神经网络(CNN)的计算复杂性，故此采用高性能平台用于计算。然而，CNN在嵌入式系统中非常有用，它在数据源旁边执行有很多优点，比如避免了数据通信。本文提出了一种在低密度FPGA中实现高性能CNN推理的体系结构。Lite-CNN对神经元和权值都采用了定点表示，这对于大多数卷积神经网络来说已经足够了。此外，通过一个简单而已知的点积重组，乘法的数量减少到一半。我们应用了ZYN7020中8位定点的实现结果，给更高性能FPGA用于卷积神经网络的计算提供了参考。