Diseño de arquitecturas empotradas para la implementación en tiempo real de redes neuronales profundas
| Autor: | Martín Catalán, Jorge |
|---|---|
| Přispěvatelé: | Hernández Alonso, Álvaro, Universidad de Alcalá |
| Jazyk: | Spanish; Castilian |
| Rok vydání: | 2022 |
| Předmět: | |
| Zdroj: | e_Buah Biblioteca Digital Universidad de Alcalá instname |
| Popis: | Este documento detalla la implementación de algoritmos de Deep Learning en distintos tipos de plataformas embebidas como son los SoC/FPGA y los microprocesadores. Además se comparan las diferencias en términos de latencias, errores de cuantificación y recursos consumidos. Se parte de una red ya implementada y probada, con sus bases de datos etiquetadas y separadas para realizar la implementación. El problema que trata de resolver se utilizará como base, pero debido a que se quieren probar diversas arquitecturas como perceptron multicapa, redes convolucionales y las recurrentes, se resolverá modificando la estructura de la red neuronal con redes alternativas a las propuestas en dicho trabajo. This document details the implementation procedure of different Deep Learning algorithms in embedded platforms such as SoC/FPGA or Microprocessors. Also, the differences in terms of latency, quantification errors and resources are compared. The start point is a tested network and its tagged database. This network will be modified in order to try different types of networks such as Multilayer perceptron, Convolutional Network and Recurrent Network. Máster Universitario en Ingeniería de Telecomunicación (M125) |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|