but.committee	prof. Ing. Lukáš Sekanina, Ph.D. (předseda) doc. Ing. František Zbořil, Ph.D. (místopředseda) Ing. Ivana Burgetová, Ph.D. (člen) doc. RNDr. Milan Češka, Ph.D. (člen) Ing. Tomáš Martínek, Ph.D. (člen) doc. Ing. Radomil Matoušek, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm " C ". Otázky u obhajoby: Můžete prosím nastínit s pomocí vhodně zvolené ukázky kódu na úrovni jazyka assembler, jak se uplatnily specializované instrukce z bodu 4) zadání? Srovnejte např. krátký úsek kódu bez využití optimalizací a např. za situace, kdy v překladači použijete parametr "-O3". Je možné vaši stávající implementaci na platformě ARM Cortex-M využít s trénovacím/testovacím datasetem CIFAR? Co by bylo eventuálně potřeba doplnit či pozměnit?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Mrázek, Vojtěch	cs
dc.contributor.author	Matěj, Aleš	cs
dc.contributor.referee	Šimek, Václav	cs
dc.date.accessioned	2019-05-17T07:20:22Z
dc.date.available	2019-05-17T07:20:22Z
dc.date.created	2018	cs
dc.description.abstract	Cílem této práce je první navrhnout a implementovat aplikaci pro vestavěné systémy rea-lizující konvoluční neuronovou síť jenž klasifikuje čísla MNIST, ve druhé části pak optima-lizovat paměťové a energetické nároky této sítě. Práce v teoretické části popisuje základyneuronových sítí a výpočetní platformy Cortex-M pro vestavěné systémy. Následuje popisimplementace, síť je první vytvořena a naučena pomocí knihovny Theano v Pythonu naPC a poté je převedena do C pro vývojovou desku STM32F429 Discovery, kde je následnéoptimalizována. Optimalizace je zaměřena na konvoluci, skalární součin a formát uloženívah a biasů sítě.	cs
dc.description.abstract	The goal of this thesis is to firstly design and implement an application for embeddedsystems which will classify MNIST numbers and secondly optimize energy and memoryrequirements of this network. The basics of neural networks, Cortex-M processor cores andembedded devices are described in the theoretical part. Followed by implementation details.Networks learning is done with Python and Theano library on a PC. The network is thenconverted to C for a board STM32F429 Discovery. Last part consist of network optimization,which focuses on convolution, dot product and number representation of weights and biasesof the network.	en
dc.description.mark	C	cs
dc.identifier.citation	MATĚJ, A. Hluboké neuronové sítě: implementace pro vestavěné systémy [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2018.	cs
dc.identifier.other	114523	cs
dc.identifier.uri	http://hdl.handle.net/11012/84954
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	hluboké konvoluční neuronové sítě	cs
dc.subject	vestavěné systémy	cs
dc.subject	ARM	cs
dc.subject	Cortex-M	cs
dc.subject	DSP	cs
dc.subject	optimalizace	cs
dc.subject	STM32F429 Discovery	cs
dc.subject	MNIST	cs
dc.subject	deep convolutional neural networks	en
dc.subject	embedded systems	en
dc.subject	ARM	en
dc.subject	Cortex-M	en
dc.subject	DSP	en
dc.subject	optimali-zation	en
dc.subject	STM32F429 Discovery	en
dc.subject	MNIST	en
dc.title	Hluboké neuronové sítě: implementace pro vestavěné systémy	cs
dc.title.alternative	Deep Neural Networks: Embedded System Implementation	en
dc.type	Text	cs
dc.type.driver	masterThesis	en
dc.type.evskp	diplomová práce	cs
dcterms.dateAccepted	2018-06-19	cs
dcterms.modified	2020-05-10-16:11:29	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	114523	en
sync.item.dbtype	ZP	en
sync.item.insts	2021.11.12 13:12:49	en
sync.item.modts	2021.11.12 12:31:50	en
thesis.discipline	Bioinformatika a biocomputing	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Inženýrský	cs
thesis.name	Ing.	cs

Hluboké neuronové sítě: implementace pro vestavěné systémy

Files

Original bundle

Collections