文件名称:
MIT公开课-Vivienne Sze教授《深度学习硬件加速器》.pdf
开发工具:
文件大小: 5mb
下载次数: 0
上传时间: 2020-02-18
详细说明：演讲主讲人是 Vivienne Sze，来自 MIT 的高效能多媒体系统组（Energy-Efficient Multimedia Systems Group）。她曾就读于多伦多大学，在 MIT 完成 PhD 学业并获得电气工程博士学位，目前在 MIT 任教。Sze 教授的主要研究兴趣是高效能算法和移动多媒体设备应用架构，她最近在MIT公开课给了《 Efficient Computing for
Deep Learning, AI and Robotics》报告。
本次演讲的主题是 DNN 在硬件设备中的高效计算处理方法。随着深度学习算法效率逐渐提高，计算速度、延迟程度、耗能和硬件成本成为制约算法性能的瓶颈问题。如果能够解决这些问题，包括自动驾驶、无人机导航、智能手机、可穿戴设备和物联网设备就都能够受益于算法性能的提升。
在演讲中，Sze 教授首先会介绍 DNN 算法，以及它们在各类硬件上部署时可能带来的性能损失。更重要的是，演讲会提到基准测试和评价标准对设计高效 DNN 算法带来的影响。之后，Sze 教授会从算法角度硬件架构两个角度介绍减少耗能的方法。同时，演讲也会涵盖将这些方法应用于计算机视觉等领域。Sze 教授因多项成果获得过谷歌和 Facebook 的 faculty 奖等多个奖项。
本次演讲的主要目标如下：
1. 让硬件高效处理 DNN 的方法（非常多）；
2. 关注包括设计 DNN 硬件处理器和 DNN 模型的评估方法；
设计 DNN 硬件处理器和 DNN 模型的方法；
研究过程中，你应当问什么样的关键问题；
3. 具体地，演讲还会讨论；
真正需要评价和对比的评估指标体系；
达成这些指标的挑战；
了解设计中需要考虑到的问题，以及可能平衡在算法性能和耗能中遇到的问题；
4. 要关注硬件推理，但包括一部分训练的内容。
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
