Microsoft PowerPoint - NEDO_脳型ワークショップ_2016Oct27.pptx
２値ディープニューラルネットワークから FPGAに合成するツールフロー 東京⼯業⼤学 中原 研究室 Artificial Neuron (AN) + x0=1 x1 x2 xN ... w0 (Bias) w1 w2 wN f(u) u y xi: Input signal wi: Weight u: Internal state f(u): Activation function (Sigmoid, ReLU, etc.) y: Output signal y f (u) u wi xi i0 N 積和演算を 何とかしたい… 2値化ニューラルネットワーク x1 w0 (Bias) fsgn(Y) Y z w1 x2 w2 xn wn ... 短精度(4〜8)ビットを2値に置き換え→メモリ帯域の圧縮 乗算器をXNORに置き換え→回路⾯積の削減 x1 x2 Y ‐1 ‐1 1
Hot Chips 28-哲学者の名を冠したDeephiのニューラルネットアクセラレータ
Hot Chips 28において、「Deephi Tech」という会社のSong Yao CEOが、同社のニューラルネット処理のアクセラレータシステムについて発表した。なお、Deephiという社名は、Deep LearningのDeeと、Deep Learningの基本となる「哲学(Philosophy)」から名付けられている。そして、同社の製品には、「Aristotle(アリストテレス)」と「Descartes(デカルト)」という哲学者の名前が付けられている。 画像認識などに使われる「CNN(Convolutional Neural Network)」は2012年のAlexNetから2014年のGoogLeNet、2015年のResNetと大型化してきたが、2014年のVGGや2016年のSqueeze Netといったように簡素化もされて来ている。このため、CNN用のアクセラレータは小規
（ 調査 ）Deep Learning 計算を、FPGA 専用アクセレレータ 上で 高速 に 行う試み ～ Deep Learning 計算基盤 を、GPU から 自社製FPGA に 切り替える動き が 加速中。今後はさらに、Neuromorphic chip がやってくる？ - Qiita
（ 調査 ）Deep Learning 計算を、FPGA 専用アクセレレータ 上で 高速 に 行う試み ～ Deep Learning 計算基盤 を、GPU から 自社製FPGA に 切り替える動き が 加速中。今後はさらに、Neuromorphic chip がやってくる？FPGADeepLearningneuromorphic-computingneuromorphic-tipCognitive-computing 1. 個人プログラマの手で、機械学習 / Deep learning 専用 FPGAアクセレレータを論理合成した先行事例 が Webに公開されている Google検索でしらべたところ、以下 の 高前田 伸也 氏 のSlide Shareが、公開されている先行事例として先駆的です。 （ 以下、下記 の SlideShare から 該当ページを抜粋して転載 ） (Slide S
MicrosoftがFPGAでDeepLearningしてた - SANMAN
Alteraのリリースノートで知ってはいたが、Microsoftリサーチのホワイトペーパーを発見した。2015年にUCLAがXilinxのFPGA使って同様のこと(CNNの実装)をしているが、それより3倍くらい性能良い模様。 http://research.microsoft.com/pubs/240715/CNN%20Whitepaper.pdf DeepLearningの一種Convolutional Neural NetworkをFPGAというか、自社製FPGAボード「Catapult」上にのせた。 このCatapultについては以前記事にした。 tkysktmt.hatenablog.com Deep Learningについて 自分がどう考えているか簡単に。 Deepな層構造(3層以上)をもったNeural Networkを、どうにかして学習させることができたものをDeep Lea
Torch7のCNNのFPGA実装は可能か(絵に描いた餅編) - xiangze's sparse blog
waifu2xの登場で注目されるTorchですが、様々なアーキテクチャでの実装を標榜しているようです。 http://torch.ch/ ではFPGA backendsと書かれていますが、誰かが実装したという話は聞いたことがありません。ので検討してみました。 まずwaifu2xのアルゴリズムとパラメータの傾向を把握します。 アルゴリズムはpythonで書かれたものがわかりやすかったです。 https://marcan.st/transf/waifu2x.py Y(輝度)成分だけに超解像処理を適用していて、入力は元画像のpixelを単純に繰り返したもののようです。 またjson化された係数の分布を見ると0になっている部分はほとんどないようです。 http://nbviewer.ipython.org/gist/xiangze/0a303baca4c99d463748 sparsenessが過
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://swest.toppers.jp/SWEST18/public/material/s5a_public.pdf
深層学習フレームワークChainerの紹介とFPGAへの期待