Detail publikace

Hardware-Aware Evolutionary Approaches to Deep Neural Networks

SEKANINA Lukáš, MRÁZEK Vojtěch a PIŇOS Michal. Hardware-Aware Evolutionary Approaches to Deep Neural Networks. Handbook of Evolutionary Machine Learning. Genetic and Evolutionary Computation. Singapore: Springer Nature Singapore, 2023, s. 367-396. ISBN 978-981-9938-13-1. Dostupné z: https://link.springer.com/chapter/10.1007/978-981-99-3814-8_12
Název česky
Evoluční přístupy k hlubokým neuronovým sítím s ohledem na hardware
Typ
kapitola v knize
Jazyk
angličtina
Autoři
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY FIT VUT)
Mrázek Vojtěch, Ing., Ph.D. (UPSY FIT VUT)
Piňos Michal, Ing. (UPSY FIT VUT)
URL
Abstrakt

Tato kapitola podává přehled metod založených na evolučních algoritmech (EA), které se používají při návrhu efektivních implementací hlubokých neuronových sítí (DNN). Představujeme různé hardwarové platformy pro akceleraci DNN vyvinuté zejména pro energeticky úsporné výpočty ve vestavných zařízeních. Kromě evoluční optimalizace jednotlivých komponent DNN popíšeme i metody automatizovaného evolučního návrhu  určené k přímému návrhu vysoce optimalizovaných architektur DNN pro danou hardwarovou platformu. Důraz bude kladen na techniky, které souběžně optimalizují hardwarové platformy a architektury neuronových sítí s cílem vylepšit kompromis mezi přesností výpočtu a energií nutnou pro inferenci. Případové studie budou věnovány především automatizovanému návrhu DNN pro klasifikaci obrazu. Na závěr budou diskutovány otevřené výzvy této populární oblasti výzkumu.

Rok
2023
Strany
367-396
Kniha
Handbook of Evolutionary Machine Learning
Řada
Genetic and Evolutionary Computation
ISBN
978-981-9938-13-1
Vydavatel
Springer Nature Singapore
Místo
Singapore, SG
DOI
10.1007/978-981-99-3814-8_12
BibTeX 
@INBOOK{FITPUB13010,
   author = "Luk\'{a}\v{s} Sekanina and Vojt\v{e}ch Mr\'{a}zek and Michal Pi\v{n}os",
   title = "Hardware-Aware Evolutionary Approaches to Deep Neural Networks",
   pages = "367--396",
   booktitle = "Handbook of Evolutionary Machine Learning",
   series = "Genetic and Evolutionary Computation",
   year = 2023,
   location = "Singapore, SG",
   publisher = "Springer Nature Singapore",
   ISBN = "978-981-9938-13-1",
   doi = "10.1007/978-981-99-3814-8\_12",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/13010"
}
Soubory
Nahoru