Αρχιτεκτονικές επιταχυντών υλικού για συνελικτικά δίκτυα
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...
| Main Author: | Κόλλιας, Γεώργιος |
|---|---|
| Other Authors: | Kollias, Yorgos |
| Language: | Greek |
| Published: |
2023
|
| Subjects: | |
| Online Access: | https://hdl.handle.net/10889/24757 |
Similar Items
-
Αναγνώριση νεφών με βαθιά συνελικτικά νευρωνικά δίκτυα
by: Σπηλιόπουλος, Νικόλαος
Published: (2022) -
Αρχιτεκτονικές και υλοποιήσεις του νευρωνικού δικτύου LeNet-5 σε FPGAs
by: Ευαγγέλου, Γεώργιος, et al.
Published: (2020) -
Accelerating VGG neural network in GPU and FPGA technologies
by: Χριστόπουλος, Στέφανος
Published: (2022) -
Αλγόριθμοι βαθειάς μηχανικής μάθησης και υλοποιήσεις σε επαναδιατασσόμενες διατάξεις για εφαρμογές επεξεργασίας εικόνας
by: Κανακάρης, Νικόλαος
Published: (2020) -
Βαθιά νευρωνικά δίκτυα
by: Αλεξανδρή, Κωνσταντίνα
Published: (2019)