請用此 Handle URI 來引用此文件:
http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21896
標題: | 量化類神經網路的近似運算 Approximate Computing with Quantized Neural Network |
作者: | Chien-Ping Chin 秦建平 |
指導教授: | 徐慰中 |
關鍵字: | 機器學習,近似運算,量化類神經網路,深度學習, Machine Learning,Approximate Computing,Quantized Neural Network,Deep Learning, |
出版年 : | 2018 |
學位: | 碩士 |
摘要: | 所謂的近似運算指的是對於一個問題,電腦根據一個近似的計算過 程給出結果。這篇論文主要是在研究近似運算如何減少類神經網路的 運算。論文首先對於近年討論如何加快類神經網路的研究做一個簡單 的介紹,接著對於這篇研究的主題–量化類神經網路的相關概念作介 紹。再來我們描述如何設計實驗來驗證量化模型對於類神經網路的影 響。最後我們介紹量化類神經網路如何應用在現實的問題並對這篇論 文作出總結。 This thesis gives a research on how approximate computing, which gives an imprecise computation, can reduce computation on neural network. We first give an overview of previous work on how to reduce computation of neural network, then we discuss the basic concept of quantized neural network. Next we describe how to design an experiment to investigate the influence of quantized model. Finally, we discuss how to apply quantized model to real world application. |
URI: | http://tdr.lib.ntu.edu.tw/jspui/handle/123456789/21896 |
DOI: | 10.6342/NTU201803958 |
全文授權: | 未授權 |
顯示於系所單位: | 資訊工程學系 |
文件中的檔案:
檔案 | 大小 | 格式 | |
---|---|---|---|
ntu-107-1.pdf 目前未授權公開取用 | 3.16 MB | Adobe PDF |
系統中的文件,除了特別指名其著作權條款之外,均受到著作權保護,並且保留所有的權利。