Detail publikace

NASCaps: A Framework for Neural Architecture Search to Optimize the Accuracy and Hardware Efficiency of Convolutional Capsule Networks

MARCHISIO, A.; MASSA, A.; MRÁZEK, V.; BUSSOLINO, B.; MARTINA, M.; SHAFIQUE, M. NASCaps: A Framework for Neural Architecture Search to Optimize the Accuracy and Hardware Efficiency of Convolutional Capsule Networks. In IEEE/ACM International Conference on Computer-Aided Design (ICCAD '20). Virtual Event: Association for Computing Machinery, 2020. p. 1-9. ISBN: 978-1-4503-8026-3.
Název česky
NASCaps: Nástroj pro hledání architektury neuronových sítí pro optimalizaci hardwarové efektivnosti a přesnosti pro konvoluční kapsulové sítě
Typ
článek ve sborníku konference
Jazyk
anglicky
Autoři
MARCHISIO, A.
MASSA, A.
Mrázek Vojtěch, Ing., Ph.D. (UPSY)
BUSSOLINO, B.
MARTINA, M.
Shafique Muhammad (FIT)
URL
Klíčová slova

Deep Neural Networks, DNNs, Capsule Networks, Evolutionary Algorithms, Genetic Algorithms, Neural Architecture Search, Hardware Accelerators, Accuracy, Energy Efficiency, Memory, Latency, Design Space, Multi-Objective, Optimization.

Abstrakt

V tomto článku navrhujeme automatizovaný nástroj pro hardwarově orientovaný návrh různých typů neuronových sít, který zahrnuje tradiční konvoluční DNN i kapsulové sítě. Určujeme efektivitu nasazení víceobjektového genetického algoritmu založeného na NSGA-II. Navrhovaný nástroj může současně optimalizovat přesnost sítě a odpovídající hardwarovou účinnost, jako je energie, paměťová náročnost a latence daného hardwarového akcelerátoru provádějícího inferenci DNN. Kromě podpory tradičních vrstev DNN (jako jsou konvoluční a plně propojené) je náš framework první, který modeluje a podporuje specializované vrstvy kapsulí a dynamické směrování. Nástroj je vyhodnocen na různých datových sadách, na kterých ukazujeme přínos mezi různými metrikami výsledného akcelerátoru. Celý program je dostupný jako open-source na adrese https://github.com/ehw-fit/nascaps.

Rok
2020
Strany
1–9
Sborník
IEEE/ACM International Conference on Computer-Aided Design (ICCAD '20)
ISBN
978-1-4503-8026-3
Vydavatel
Association for Computing Machinery
Místo
Virtual Event
DOI
10.1145/3400302.3415731
UT WoS
000671087100096
EID Scopus
2-s2.0-85097942672
BibTeX 
@inproceedings{BUT168136,
  author="MARCHISIO, A. and MASSA, A. and MRÁZEK, V. and BUSSOLINO, B. and MARTINA, M. and SHAFIQUE, M.",
  title="NASCaps: A Framework for Neural Architecture Search to Optimize the Accuracy and Hardware Efficiency of Convolutional Capsule Networks",
  booktitle="IEEE/ACM International Conference on Computer-Aided Design (ICCAD '20)",
  year="2020",
  pages="1--9",
  publisher="Association for Computing Machinery",
  address="Virtual Event",
  doi="10.1145/3400302.3415731",
  isbn="978-1-4503-8026-3",
  url="https://arxiv.org/abs/2008.08476"
}
Nahoru