에지 게임 룰렛 효율적인 깊은 신경망
ECE 부교수 Yanzhi Wang은 피츠버그 게임 룰렛과 협력하여“소프트웨어 하드웨어 공동 디자인을 통해 Edge 플랫폼에 대한 지속적인 온라인 학습을 신속하게 신속하게하는 NSF 보조금을 받았습니다.
초록 출처 :NSF
DNNS (Deep Neural Networks)는 로봇 보조 엘더 케어, 모바일 진단 및 야생 동물 감시와 같은 새로운 응용 프로그램 영역에서 큰 인기를 얻었습니다. 이러한 애플리케이션은 일반적으로 (i) 스트리밍 훈련 데이터를 사용하여 DNN 모델을 미세 조정하여 초과 근무 추론 요청에 서비스를 제공하고 (ii) 에너지 제한 에지 게임 룰렛에 DNN 모델을 배포하는 지속적인 온라인 학습을 사용합니다.
이 연구는 Edge 게임 룰렛에서 지속적인 온라인 학습을위한 적응성과 에너지 효율성을 동시에 달성하는 것을 목표로합니다. (i) 수렴 된 레이어를 자동으로 동적으로 동결하여 계산 비용을 줄이기 위해주의가 유도 된 스마트 레이어 동결을 개발합니다.