Αρχιτεκτονικές επιταχυντών υλικού για συνελικτικά δίκτυα

• Κύριος συγγραφέας: Κόλλιας, Γεώργιος
• Άλλοι συγγραφείς: Kollias, Yorgos
• Γλώσσα: Greek
• Έκδοση: 2023
• Θέματα: Μηχανική μάθηση; Νευρωνικά δίκτυα; Machine learning; Neural networks; FPGA

Στόχος της παρούσας διπλωματικής εργασίας ήταν ο σχεδιασμός και υλοποίηση ενός μοντέλου μηχανικής μάθησης, συγκεκριμένα ενός νευρωνικού δικτύου convolutional autoencoder, με σκοπό την τοποθέτησή του εντός FPGA υλικού. Η υλοποίηση έγινε εντός του περιβάλλοντος Catapult. Θα περιγράψουμε το απαραίτητο θεωρητικό υπόβαθρο για την κατανόηση της λειτουργίας του μοντέλου, τις διάφορες τεχνικές που θα μπορούσαμε να ακολουθήσουμε για το σχεδιασμό του, τα εργαλεία και τις βιβλιοθήκες που αξιοποιήθηκαν. Επιπλέον θα αναφερθούμε λεπτομερώς στις αλλαγές που πραγματοποιήσαμε στην αρχιτεκτονική προκειμένου να βελτιώσουμε την απόδοση του κυκλώματος. Τέλος θα παραθέσουμε τα συμπεράσματα και τις παρατηρήσεις που προέκυψαν κατά το σχεδιασμό.