Detail publikace

TypeCNN: CNN Development Framework With Flexible Data Types

REK, P.; SEKANINA, L. TypeCNN: CNN Development Framework With Flexible Data Types. In Design, Automation and Test in Europe Conference. Florence: European Design and Automation Association, 2019. p. 292-295. ISBN: 978-3-9819263-2-3.
Název česky
TypeCNN: Vývojové prostředí pro CNN s flexibilními datovými typy
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
Rek Petr, Ing.
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY)
URL
Klíčová slova

convolutional neural network, software library, data type, deep learning

Abstrakt

Úspěchy v umělé inteligenci založené na hlubokých a konvolučních neuronovýchsítích (CNN) vedly k velkému zájmu o efektivní implementace neuronovýchsítí ve vestavěných systémech a v hardware. V článku prezentujemenovou knihovnu pro vývoj konvolučních neuronových sítí, ve kterých můžeuživatel používat různé datové typy pro učení, inferenci a váhy. Navíc lze doCNN integrovat nestandardní aritmetické operace, jako je např. aproximativnínásobení. Tato flexibilita umožňuje sledovat dopad využití datových typů arůzných aproximací na trénování a inferenci CNN. Knihovna byla implementována v C++a ověřena v několika případových studiích.

Rok
2019
Strany
292–295
Sborník
Design, Automation and Test in Europe Conference
Konference
Design, Automation and Test in Europe Conference, Florencie, IT
ISBN
978-3-9819263-2-3
Vydavatel
European Design and Automation Association
Místo
Florence
DOI
UT WoS
000470666100053
EID Scopus
BibTeX
@inproceedings{BUT156845,
  author="Petr {Rek} and Lukáš {Sekanina}",
  title="TypeCNN: CNN Development Framework With Flexible Data Types",
  booktitle="Design, Automation and Test in Europe Conference",
  year="2019",
  pages="292--295",
  publisher="European Design and Automation Association",
  address="Florence",
  doi="10.23919/DATE.2019.8714855",
  isbn="978-3-9819263-2-3",
  url="https://www.fit.vut.cz/research/publication/11854/"
}
Soubory
Nahoru