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 neuronových sítích (CNN) vedly k velkému zájmu o efektivní implementace neuronových sítí ve vestavěných systémech a v hardware. V článku prezentujeme novou knihovnu pro vývoj konvolučních neuronových sítí, ve kterých může uživatel používat různé datové typy pro učení, inferenci a váhy. Navíc lze do CNN integrovat nestandardní aritmetické operace, jako je např. aproximativní násobení. Tato flexibilita umožňuje sledovat dopad využití datových typů a různých 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
ISBN
978-3-9819263-2-3
Vydavatel
European Design and Automation Association
Místo
Florence
DOI
10.23919/DATE.2019.8714855
UT WoS
000470666100053
EID Scopus
2-s2.0-85066630971
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/"
}
Nahoru