지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술저널
- 저자정보
- 발행연도
- 2021.2
- 수록면
- 330 - 333 (4page)
이용수
초록· 키워드
오류제보하기
In a CNN for image classification, a SoftMax layer is usually placed at the end. The exponentinal and logarithmic operations in the SoftMax layer are not adequate to be implemented in an accelerator circuit. The operations are usually implemented with look-up tables, and the exponential operation can be implemented in an iterative method. This paper proposes a successive approximation method to calculate a logarithm to remove a very large look-up table. By substituing the large table with two very small tables, the circuit can be reduced much. The experimental results show that the 85% area reduction can be reached with a small error degradation.
목차
ABSTRACT
Ⅰ. 서론
Ⅱ. SoftMax 층의 구현
Ⅲ. 연속 근사 방식의 로그 연산 회로
Ⅳ. 실험 결과
Ⅴ. 결론
REFERENCES
참고문헌 (8)
참고문헌 신청
A. Krizhevsky, I. Sutskever, and G. E. Hinton, “ImageNet classification with deep convolutional neural networks,” in Proceedings of Advances in Neural Information Processing Systems, pp. 1097-1105, 2012.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” in Proceedings of International Conference on Learning Representations, pp. 1-14, 2015.
C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, "Going deeper with convolutions,“ in Proceedings of Computer Vision and Pattern Recognition, pp. 1-9, 2015.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” in Proceedings of Computer Vision and Pattern Recognition, pp. 770-778, 2016.
W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. C. Berg, “SSD: Single shot multibox detector,” in Proceedings of European Conference on Computer Vision, pp. 21-37, 2016.
K. Simonyan and A. Zisserman, “Very deep convolutional networks for large-scale image recognition,” in Proceedings of International Conference on Learning Representations, pp. 1-14, 2015.
C. Szegedy, W. Liu, Y. Jia, P. Sermanet, S. Reed, D. Anguelov, D. Erhan, V. Vanhoucke, and A. Rabinovich, "Going deeper with convolutions,“ in Proceedings of Computer Vision and Pattern Recognition, pp. 1-9, 2015.
K. He, X. Zhang, S. Ren, and J. Sun, “Deep residual learning for image recognition,” in Proceedings of Computer Vision and Pattern Recognition, pp. 770-778, 2016.
W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C.-Y. Fu, and A. C. Berg, “SSD: Single shot multibox detector,” in Proceedings of European Conference on Computer Vision, pp. 21-37, 2016.
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CNN에서 입력 최댓값을 이용한 SoftMax 연산 기법
한국정보통신학회논문지
2022 .02
-
고속 심층 신경망 계산을 위한 softmax 층 근사화
한국정보과학회 학술발표논문집
2015 .12
-
딥 러닝 기반 MNIDT Classification에 대한 softmax Regression과 CNN 성능 비교
한국통신학회 학술대회논문집
2018 .06
-
각도 여백 Softmax의 발전 동향
대한전자공학회 학술대회
2020 .08
-
Softmax를 이용한 Q-learning 기반의 패킷 스케줄링
한국컴퓨터정보학회 학술발표논문집
2019 .01
-
Tensorflow Softmax Regression을 적용한 웹 브라우저 응용 트래픽 분류 모델 생성
한국통신학회 학술대회논문집
2017 .06
-
동적 정밀도 결정 신경망에서 Gumbel Softmax를 활용한 성능 향상 기법
대한전자공학회 학술대회
2022 .06
-
소프트맥스를 이용한 딥러닝 음악장르 자동구분 투표 시스템
한국정보통신학회논문지
2019 .01
-
A Study of Facial Organs Classification System Based on Fusion of CNN Features and Haar-CNN Features
한국정보기술학회논문지
2018 .11
-
딥러닝 모델 출력의 불순도 지표를 활용한 분포 외 샘플 검출 방법
대한전자공학회 학술대회
2022 .06
-
Zero-Free 배열 유도 방식의 CNN 연산기 성능 개선
대한전자공학회 학술대회
2019 .11
-
재구성 가능한 모듈 기반 CNN 가속기 구현
한국정보기술학회논문지
2022 .04
-
재구성 가능한 FPGA 기반 CNN 가속기
Proceedings of KIIT Conference
2020 .10
-
A Study of Facial Organs Classification Based on Fusion of CNN Features and Haar Fearture
Proceedings of KIIT Conference
2018 .06
-
필터 분해 기법을 이용한 에너지 효율적 재구성형 CNN 가속기 구조
전자공학회논문지
2020 .07
-
연합학습 모델에서 이상 클라이언트 제거
한국지능시스템학회 논문지
2020 .12
-
K-means 클러스터링 기반 소프트맥스 신경회로망 부분방전 패턴분류의 설계 : 분류기 구조의 비교연구 및 해석
전기학회논문지
2018 .01
-
다양한 변수에 따른 CNN 성능 분석
정보 및 제어 논문집
2019 .04
-
Softmax Linear Units를 통해 학습된 sparse 표현을 활용한 신경망의 노이즈 강건성 향상
대한전자공학회 학술대회
2024 .06
-
긍정과 부정 이미지 기반 데이터 편향에 따른 CNN모델의 차이 연구
대한인간공학회 학술대회논문집
2022 .10
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2021-004-001553339