ŠAFÁŘ, M. Automatická kvantizace neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2023.
Student ve své práci představil kompletní řešení pro automatizovanou kvantizaci neuronové sítě. Podařilo se přijít s řešením, které je založené na efektivních kvantizačních schématech v kombinaci s evolučním algoritmem pro optimalizaci úrovně kvantizace. Vzhledem ke kvalitě práce, zvolených problémech i výsledkům navrhuji souhrnné hodnocení A - výborně .
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Informace k zadání | Cílem této práce bylo prozkoumat možnosti kvantizace neuronových sítí a vybraná řešení implementovat. Bylo potřeba projít velké množství literatury pro získání vhodného kvantizačního schématu. Zadání hodnotím jako značně obtížné, zejména také kvůli výpočetní náročnosti a z toho plynoucího komplikovaného laděni. Studentovi se podařilo vybraná schémata implementovat a zahrnout do evoluční optimalizace hyperparametrů neuronové sítě nejen pro základní problémy, ale i pro optimalizaci sítě zpracující dataset ImageNet. Proto hodnotím zadání jako splněné. | ||
Práce s literaturou | Student pracoval s aktuální literaturou, kterou si sám aktivně vyhledával. Rešeršní část práce poskytuje ucelený pohled na různé způsoby kvantizace používaných za poslední dekádu. | ||
Aktivita během řešení, konzultace, komunikace | Implementace a výsledky byly pravidelně konzultovány. Student byl na konzultace řádně připraven, sám přicházel s možnostmi řešení. | ||
Aktivita při dokončování | Práce byla řešena v průběhu celého roku, student své výsledky pravidelně konzultoval a byl domlouván další postup. Práce jako celek byla dokončena v dostatečném předstihu a všechny připomínky byly do textu zahrnuty. | ||
Publikační činnost, ocenění | Student svou práci prezentoval na přehlídce EXCEL@FIT, na které získal dvě ocenění (poroty a smluvního partnera). Práce je spojena s projektem GAČR a předpokládá se, že po zapojení vhodného nástroje pro odhad parametrů výsledného hardwarového akcelerátoru bude použita jako ucelený nástroj pro optimalizaci neuronových sítí pro běh na koncovém zařízení. Je v plánu tyto doplněné výsledky dále prezentovat na mezinárodní vědecké konferenci. |
Jak technická zpráva tak i realizační výstup jsou na vysoké úrovni a proto navrhuji souhrnné hodnocení stupněm A.
Kritérium | Známka | Body | Slovní hodnocení |
---|---|---|---|
Náročnost zadání | |||
Rozsah splnění požadavků zadání | |||
Rozsah technické zprávy | |||
Prezentační úroveň technické zprávy | 95 | Předložená technická zpráva má logickou strukturu a je členěna do osmi kapitol, které na sebe navazují. V teoretické části je představena potřebná terminologie na minimální avšak plně dostačující úrovni. Na teoretickou část navazuje část popisující navržené rozšíření knihovny TensorFlow a nástroj pro automatickou kvantizaci neuronových sítí, dále způsob implementace a experimentální vyhodnocení. Práce je psána srozumitelným jazykem a je snadno pochopitelná i pro čtenáře, který není expertem v dané oblasti. | |
Formální úprava technické zprávy | 90 | Z hlediska typografického a jazykového práce působí velmi čistě. Drobným nedostatkem je skoňování anglických slov, např. "aktuálního batche". | |
Práce s literaturou | 100 | Volba studijních pramenů odpovídá řešené problematice. V seznamu literatury převažují odborné články. Přejaté prvky jsou v technické zprávě řádně citovány. | |
Realizační výstup | 100 | Realizačním výstupem je sada dvaceti převážně komplexních zdrojových kódů v jazyce Python, které realizují rozšíření knihovny TensorFlow o navržené kvantizační techniky, implementaci algoritmu NSGA a nástrojů pro spuštění experimentů a vyhodnocení. Součástí odevzdaného archivu je podrobný návod na zprovoznění, získané experimentální výsledky i data, pomocích kterých je možné experimenty replikovat. Realizační výstup je velmi kvalitní a bohatě komentován. | |
Využitelnost výsledků | Získané výsledky přinášejí nové poznatky v oblasti kvantizace neuronových sítí a mohou posloužit jako základ odborné publikace. |
eVSKP id 148494