메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김민성 (숭실대학교) 이지훈 (숭실대학교) 주성진 (숭실대학교) 이길호 (숭실대학교)
저널정보
대한전자공학회 대한전자공학회 학술대회 2023년도 대한전자공학회 하계학술대회 논문집
발행연도
2023.6
수록면
2,213 - 2,216 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (3)

2023

텐서플로우 라이트 프레임워크의 GPU 위임 정책 개선
김민성 ,  이지훈 ,  주성진 외 1명 대한전자공학회 학술대회 2023.06 학술대회자료
GMR-Net: 타원형 편미분 방정식을 위한 메쉬 세분화 프레임워크 : GMR-Net: 타원형 편미분 방정식을 위한 메쉬 세분화 프레임워크
김민성 컴퓨터공학과 2023.01 학위논문

2022

불균일한 메쉬 생성을 위한 데이터 기반의 메쉬 세분화 프레임워크
김민성 ,  이재승 ,  김지범 전자공학회논문지 2022.10 학술저널

초록· 키워드

오류제보하기
With the emerging growth of mobile, embedded system-on-chip (SOCs), serving applications and services using Deep Neural Network (DNN) on them have become popular. TensorFlow Lite [1] is one of widely used DNN frameworks in embedded domain. For accelerated execution, it enables DNN applications to run on top of graphic processing units (GPUs). However, the current version of ensorFlow Lite employs a naïve GPU assignment policy, resulting in restricted execution acceleration. In this paper, we propose an improved GPU assignment policy for TensorFlow Lite. We implemented and tested our approach in Nvidia Jetson NX and TensorFlow Lite. The result show that our approach reduced inference latency about 40% compared to the vanilla TensorFlow Lite.

목차

Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 설계
Ⅳ. 실험
Ⅴ. 결론 및 향후 연구
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0