but.committee	doc. Ing. František Zbořil, Ph.D. (předseda) doc. RNDr. Dana Hliněná, Ph.D. (místopředseda) doc. Ing. Lukáš Burget, Ph.D. (člen) Ing. František Grézl, Ph.D. (člen) Ing. Josef Strnadel, 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 D. Otázky u obhajoby: Z jakých paměťových přístupů pro ukládání vyhledávacích tabulek jste volil a proč jste se rozhodl pro použití texturové paměti ? Jaké kroky je potřeba provést pro aproximování jiné neuronové sítě? Je podle Vás sdílená paměť rychlejší než lokální paměť? Co jste přesně doplnil do frameworku Caffe?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Vaverka, Filip	cs
dc.contributor.author	Stodůlka, Martin	cs
dc.contributor.referee	Mrázek, Vojtěch	cs
dc.date.created	2019	cs
dc.description.abstract	Cílem mé práce je zjistit vliv a dopad aproximovaného počítání na přesnost hluboké neuronové sítě, konkrétně neuronové sítě pro klasifikaci obrazu. Pro implementaci neuronové sítě byla použita varianta frameworku Caffe zvaná Ristretto-caffe, která byla rozšířena o možnost použití aproximovaných operací v konvolučních vrstvách. pro používání aproximovaných komponent. Aproximované počítání bylo použito na násobení v dopředné propagaci při konvoluci. Jako aproximované komponenty byly zvoleny komponenty z knihovny Evoapproxlib.	cs
dc.description.abstract	The goal of this work is to find out the impact of approximated computing on accuracy of deep neural network, specifically neural networks for image classification. A version of framework Caffe called Ristretto-caffe was chosen for neural network implementation, which was extended for the use of approximated operations. Approximated computing was used for multiplication in forward pass for convolution. Approximated components from Evoapproxlib were chosen for this work.	en
dc.description.mark	D	cs
dc.identifier.citation	STODŮLKA, M. Aproximace hlubokých neuronových sítí [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.	cs
dc.identifier.other	122061	cs
dc.identifier.uri	http://hdl.handle.net/11012/180205
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 neuronové sítě	cs
dc.subject	klasifikace obrazu	cs
dc.subject	aproximované počítání	cs
dc.subject	aproximované komponenty	cs
dc.subject	Evoapproxlib	cs
dc.subject	C++	cs
dc.subject	CUDA	cs
dc.subject	Caffe	cs
dc.subject	Ristretto-caffe	cs
dc.subject	Deep neural networks	en
dc.subject	image classification	en
dc.subject	approximated computing	en
dc.subject	approximated circuits	en
dc.subject	Evoapproxlib	en
dc.subject	C++	en
dc.subject	CUDA	en
dc.subject	Caffe	en
dc.subject	Ristretto-caffe	en
dc.title	Aproximace hlubokých neuronových sítí	cs
dc.title.alternative	Deep Neural Networks Approximation	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2019-06-13	cs
dcterms.modified	2019-07-08-13:31:25	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	122061	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:24:37	en
sync.item.modts	2025.01.15 19:23:05	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačových systémů	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Aproximace hlubokých neuronových sítí

Files

Original bundle

Collections