Mostra el registre d'ítem simple

dc.contributorGonzález Colás, Antonio María
dc.contributorArnau Montañés, José María
dc.contributor.authorDelgado Ventosa, Berta
dc.date.accessioned2019-01-24T13:24:02Z
dc.date.available2019-01-24T13:24:02Z
dc.date.issued2018-10-25
dc.identifier.urihttp://hdl.handle.net/2117/127544
dc.description.abstractThis project focuses on a state-of-the-art DNN specifically build for image clas sification. We develop a new architecture design that will run on an experimental Intel accelerator platform called HARP. We obtain low-power solution and evaluate the possibilities and requierements of HARPplatform.
dc.language.isoeng
dc.publisherUniversitat Politècnica de Catalunya
dc.subjectÀrees temàtiques de la UPC::Informàtica
dc.subject.lcshNeural networks (Computer science)
dc.subject.lcshEnergy consumption
dc.subject.otherDeep Neural Networks
dc.subject.otherFPGA
dc.subject.otherHARP
dc.subject.otherResidual Networks.
dc.titleAn enegy-efficient FPGA accelerator for convolutional neural networks
dc.typeMaster thesis
dc.subject.lemacXarxes neuronals (Informàtica)
dc.subject.lemacEnergia -- Consum
dc.identifier.slug134281
dc.rights.accessOpen Access
dc.date.updated2018-10-29T08:19:22Z
dc.audience.educationlevelMàster
dc.audience.degreeMÀSTER UNIVERSITARI EN INNOVACIÓ I RECERCA EN INFORMÀTICA (Pla 2012)


Fitxers d'aquest items

Thumbnail

Aquest ítem apareix a les col·leccions següents

Mostra el registre d'ítem simple

Tots els drets reservats. Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Sense perjudici de les exempcions legals existents, queda prohibida la seva reproducció, distribució, comunicació pública o transformació sense l'autorització del titular dels drets