Deep Neural Network Hardware

(Stand 15.03.2024)

Dozent	Prof. Dr.-Ing. habil. Christian Mayr

Ansprechpartner	Prof. Dr.-Ing. habil. Christian Mayr
Modul	"Deep Neural Network Hardware" (NES-E-DNNH-23)
Umfang und Art	2 Semesterwochenstunden (SWS) Vorlesung, 2 SWS Übung,
Prüfungsleistung	Klausurarbeit (90 min.)
Termine/Turnus	im Sommersemester2024 (zum Zeitplan) Beginn jährlich im Sommersemester Wahlpflichtmodul für den Masterstudiengang Nanoelectronic Systems
Lehrmaterial
Inhalt der Lehrveranstaltung	Inhalt des Moduls ist der Entwurf von Hardware-Beschleunigern für künstliche neuronale Netze - Deep Neural Networks, DNN-, von Architekturen bis zu arithmetischen Baublöcken. Qualifikationsziele: Nach Abschluss des Moduls haben die Studierenden solide Kenntnisse über die wesentlichen Entwurfsentscheidungen bei DNNBeschleunigern. Sie sind in der Lage, einen Beschleuniger für eine gegebene Anwendung auszuwählen bzw. zu entwerfen. Sie kennen und verstehen die notwendigen Schritte zum Ausführen von DNNs auf Hardware-Beschleunigern, sowie gängige Optimierungsmethoden für DNN-Beschleuniger.

Zu dieser Seite