Whitepaper: Оптимизация и применение int4 сверточных нейронных сетей на FPGA Xilinx |
||
МЕНЮ Искусственный интеллект Поиск Регистрация на сайте Помощь проекту ТЕМЫ Новости ИИ Искусственный интеллект Разработка ИИГолосовой помощник Городские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Техническое зрение Чат-боты Авторизация |
2020-07-01 04:19 Фарш, который творится вокруг нейронных и сетей и их развертывания на ПЛИС ни как не утихает. Всё больше и больше мы видим статей, в которых "магия" целочисленных весов коэффициентов нейронной сети показывает выигрыш на FPGA по сравнению с остальными "альтернативными" вариантами развертывания нейронных сетей. В последнем выпуске белых страниц от компании Xilinx речь идет о применимости нейронных сетей с весами в формате int4 в приложениях автомобильного сегмента и выигрыше, который даёт такая "оптимизация" по сравнению с менее урезанной (int8) и плавающей (fp32) реализациями. https://www.xilinx.com/support/documentation/white_papers/wp521-4bit-optimization.pdf Источник: www.xilinx.com Комментарии: |
|