一种新型的近似计算训练框架
| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 主要符号对照表 | 第12-13页 |
| 第一章 绪论 | 第13-19页 |
| 1.1 研究背景及意义 | 第13-14页 |
| 1.2 国内外研究现状 | 第14-15页 |
| 1.3 研究目标及内容 | 第15-17页 |
| 1.3.1 研究目标 | 第16页 |
| 1.3.2 研究内容 | 第16-17页 |
| 1.4 论文结构 | 第17-19页 |
| 第二章 近似计算背景与相关工作 | 第19-29页 |
| 2.1 近似计算背景 | 第19-20页 |
| 2.2 近似计算加速器 | 第20-24页 |
| 2.2.1 硬件设计方法 | 第20-22页 |
| 2.2.2 软硬件结合设计方法 | 第22-24页 |
| 2.3 误差控制 | 第24-27页 |
| 2.4 本章总结 | 第27-29页 |
| 第三章 新型训练框架的设计与分析 | 第29-49页 |
| 3.1 近似计算训练框架分析与研究 | 第29-35页 |
| 3.1.1 传统训练运行框架 | 第29-32页 |
| 3.1.2 分析与研究 | 第32-35页 |
| 3.2 迭代训练 | 第35-39页 |
| 3.2.1 迭代训练流程设计 | 第35-36页 |
| 3.2.2 迭代训练中的数据分类 | 第36-38页 |
| 3.2.3 权重的继承 | 第38页 |
| 3.2.4 迭代训练的分析与讨论 | 第38-39页 |
| 3.3 自动误差阈值查找 | 第39-42页 |
| 3.3.1 算法设计 | 第39-41页 |
| 3.3.2 分析与讨论 | 第41-42页 |
| 3.4 拓扑结构查找 | 第42-48页 |
| 3.4.1 模型大小定义 | 第43页 |
| 3.4.2 算法设计 | 第43-46页 |
| 3.4.3 模型拓扑结构更改 | 第46-47页 |
| 3.4.4 分析与讨论 | 第47-48页 |
| 3.5 整合新训练框架 | 第48页 |
| 3.6 本章总结 | 第48-49页 |
| 第四章 近似框架实现主要问题 | 第49-55页 |
| 4.1 代码监测与数据收集 | 第49-52页 |
| 4.1.1 主动监测 | 第49-50页 |
| 4.1.2 被动监测 | 第50-51页 |
| 4.1.3 数据转换 | 第51-52页 |
| 4.2 模型训练 | 第52-53页 |
| 4.2.1 神经网络训练 | 第52-53页 |
| 4.2.2 近似查找表训练 | 第53页 |
| 4.3 分析数据可视化工具 | 第53页 |
| 4.4 本章总结 | 第53-55页 |
| 第五章 实验设计与分析 | 第55-69页 |
| 5.1 实验内容 | 第55-56页 |
| 5.2 实验设置 | 第56-59页 |
| 5.2.1 相关配置 | 第56页 |
| 5.2.2 误差标准选择 | 第56-57页 |
| 5.2.3 误差传播 | 第57页 |
| 5.2.4 Benchmark | 第57-59页 |
| 5.3 实验结果与分析 | 第59-64页 |
| 5.3.1 迭代训练 | 第59-64页 |
| 5.4 允许误差上界查找 | 第64-66页 |
| 5.5 分类器和加速器拓扑结构查找 | 第66-68页 |
| 5.6 本章总结 | 第68-69页 |
| 第六章 全文总结 | 第69-71页 |
| 6.1 工作总结 | 第69页 |
| 6.2 进一步研究 | 第69-71页 |
| 参考文献 | 第71-76页 |
| 致谢 | 第76-77页 |
| 攻读学位期间发表的学术论文 | 第77页 |
