引言-嵌入式深度学习1
嵌入式深度学习-引言
博主序
这一系列博客,是以Bert Moons的《Embedded Deep Learning》为蓝本进行翻译得到的。考虑到中文互联网上资源较少,才决定写成公开博客发布至互联网的。此系列博客选择性地做了一些翻译和梳理的工作。书中涉及的部分实例可能不会被摘录,过于基础的内容也会被省略。本文即对应着这本书的第一章。
依稀记得考研复试时,有老师问我现在的深度学习越来越消耗能源了,问我如何节省能源。我答了一堆脉冲神经网络、二值神经网络之类的内容。现在想想,模型剪枝、模型量化等模型压缩技术才是面试官想要听到的标准答案吧。也是出于对那次fateful复试的敬意,对这一块也想稍作了解;又刚好有师兄推荐这本书,才注册了这样一个博客来写这些东西。
笔者也不是从业者,不是特别了解该领域。如果有问题可以直接在评论区留言,我们共同进步。引用一句名人名言,“很惭愧,只做了一点微小的贡献”。
后续补充:后面从图书馆借到了这本书的中译本,是由清华大学的汪玉教授翻译、机械工程出版社出版的。拿到中译本以后,不由得感叹ChatGPT的翻译水平确实比有道DeepL之流高到不知道哪里去了,大部分名词都是正确的。笔者又对博客的用词进行了进一步的修正,希望能帮助到有需要的网友。
概览
后面的内容从应用层、算法层、处理器硬件架构设计、处理器电路设计展开,主要包括:
- 层次级联处理
- 量化神经网络
- 动态电压精度频率调节
- 二值神经网络
- 这些设计的实现
博客现有如下几篇:
另外我们还将介绍一些特殊的神经网络。
后文中介绍的一些基础的机器学习、神经网络相关的内容一并省略