ConvNet implementáció FPGA-n

OData támogatás
Konzulens:
Dr. Fehér Béla
Méréstechnika és Információs Rendszerek Tanszék

Szakdolgozatom feladata a mesterséges intelligenciával, valamint a neurális hálókkal történő megismerkedés, illetve egy konvolúció alapú neurális háló implementálása FPGA-n.

Kép- illetve hangfelismerésre régóta használják a neurális hálózatokat, mivel ezeket a feladat bonyolultsága függvényében kell csak implementálni. Az adott funkcióra betaníthatóak, ami azt jelenti, hogy ha a feladat nem követel meg architektúrális változtatást, akkor könnyen, automatizáltan módosítható a hálózat. Bár ezek a hálózatok lassabbak azoknál, amelyeket egy konkrét feladat elvégzésére terveznek, a rugalmasságuk és a gyors tervezhetőségük kárpótol minket.

Az elmúlt pár évtizedben az FPGA-k fejlődése rendkívül felgyorsult, egyre több cég használja különböző feladatokra. Nagyon jó műveletvégzési sebességüknek köszönhetően alkalmassá váltak egy ilyen rendszer kialakítására, így a hálózatomat egy FPGA egységre fogom megtervezni Verilog nyelven.

Célom, hogy a szakdolgozatom folyamán bemutatott LeNet architektúra alapján megtervezzem a saját konvolúció alapú neurális hálómat. Ezután a tervet implementálni fogom, majd tesztelem. Az utolsó részben kitérek mind a továbbfejlesztési, gyorsítási lehetőségekre, mind a hálózat köré építhető környezetre.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.