抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
imageclassificationに対する重みネットワーク(BWN)をしなかった二成分はlittleto精度損失と蓄積に多重addsから畳込みニューラルネット(CNN)の計算を低下させた。FPGAのようなハードウェアアーキテクチャは0と1efficientlythroughカスタマイズ可能な論理として表現された量を発現するtheirabilityのためBWN計算の利点を完全にcantake。本論文では,二値重み付きネットワークを加速するintegratedFPGAとIntel(R)のXeon(R)プロセッサ上でanimplementationを提示した。CNNを促進に用いるロバストなフレームワークをCaffe toprovideとinterfaceIntelの加速器抽象化層(AAL)。Broadwell Xeon(R)プロセッサとArria10FPGA間の低遅延迅速経路相互接続(QPI)を利用して,著者らはのネットワーク特異的部分の細粒offloadsを行うことができる。実験におけるthecomputationの大部分を構成する畳込み層のために,FPGA forfaster実行におけるカスタマイズされた二成分ハードウエアに特徴andweightデータをオフロード。概念設計の初期証明は,いくつかの層と1.3xoverallによる2xによりスループットをcanimprove,XeonプロセッサとFPGAの両方を用いてthatbyを示し少量FPGAコア論理のみを利用した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】