Djohan Ernesto Bonnet
Ex-situ transfer of deterministic and bayesian neural networks to resistive memory inference hardware.
Rel. Carlo Ricciardi. Politecnico di Torino, Corso di laurea magistrale in Nanotechnologies For Icts (Nanotecnologie Per Le Ict), 2020
|
PDF (Tesi_di_laurea)
- Tesi
Licenza: Creative Commons Attribution Non-commercial No Derivatives. Download (3MB) | Preview |
Abstract: |
Il lavoro consisteva nella valutazione di diverse reti neurali (NN) basate su memorie resistive (RRAM). Tutti i circuiti neuromorfici progettati avevano una topologia "fully connected" e avevano due "hidden layers". L’architettura neuromorfica utilizza una coppia di RRAM per memorizzare i pesi delle sinapsi e dei bias. La scelta della funzione di attivazione è una parte importante del design. La funzione tanh ha funzionato meglio delle funzioni sigmoid e relu per le due applicazioni testate, MNIST e ECG classificazione. I pesi sinaptici e i bias vengono calcolati ex situ utilizzando T ensorF low. Le outputs, i pesi desiderati, devono essere trasferiti alle RRAM programmate in più livelli di conduttanza. Poiché i livelli di conduttanza sono programmati su livelli specifici, si verifica un errore di trasferimento tra i pesi desiderati ei valori di conduttanza reali. Abbiamo dimostrato che l’inferenza degli NN ha una forte resistenza alle imperfezioni degli RRAMs (variabilità della conduttanza e rilassamenti della conduttanza). Infine, abbiamo studiato le reti neurali Bayesiane (BNN). I BNN necessitano di più RRAM per ottenere le stesse prestazioni di classificazione. Il vantaggio principale dei BNN è che hanno la capacità di misurare la certezza delle loro previsioni, il che li rende competitivi per le applicazioni in cui la sicurezza è fondamentale. |
---|---|
Relators: | Carlo Ricciardi |
Academic year: | 2020/21 |
Publication type: | Electronic |
Number of Pages: | 14 |
Subjects: | |
Corso di laurea: | Corso di laurea magistrale in Nanotechnologies For Icts (Nanotecnologie Per Le Ict) |
Classe di laurea: | New organization > Master science > LM-29 - ELECTRONIC ENGINEERING |
Aziende collaboratrici: | CEA - LETI |
URI: | http://webthesis.biblio.polito.it/id/eprint/16013 |
Modify record (reserved for operators) |