Original title:
Aproximace hlubokých neuronových sítí
Translated title:
Deep Neural Networks Approximation
Authors:
Stodůlka, Martin ; Mrázek, Vojtěch (referee) ; Vaverka, Filip (advisor) Document type: Bachelor's theses
Year:
2019
Language:
cze Publisher:
Vysoké učení technické v Brně. Fakulta informačních technologií Abstract:
[cze][eng]
Cílem mé práce je zjistit vliv a dopad aproximovaného počítání na přesnost hluboké neuronové sítě, konkrétně neuronové sítě pro klasifikaci obrazu. Pro implementaci neuronové sítě byla použita varianta frameworku Caffe zvaná Ristretto-caffe, která byla rozšířena o možnost použití aproximovaných operací v konvolučních vrstvách. pro používání aproximovaných komponent. Aproximované počítání bylo použito na násobení v dopředné propagaci při konvoluci. Jako aproximované komponenty byly zvoleny komponenty z knihovny Evoapproxlib.
The goal of this work is to find out the impact of approximated computing on accuracy of deep neural network, specifically neural networks for image classification. A version of framework Caffe called Ristretto-caffe was chosen for neural network implementation, which was extended for the use of approximated operations. Approximated computing was used for multiplication in forward pass for convolution. Approximated components from Evoapproxlib were chosen for this work.
Keywords:
approximated circuits; approximated computing; C++; Caffe; CUDA; Deep neural networks; Evoapproxlib; image classification; Ristretto-caffe; aproximované komponenty; aproximované počítání; C++; Caffe; CUDA; Evoapproxlib; Hluboké neuronové sítě; klasifikace obrazu; Ristretto-caffe
Institution: Brno University of Technology
(web)
Document availability information: Fulltext is available in the Brno University of Technology Digital Library. Original record: http://hdl.handle.net/11012/180205