Defesa de Mestrado de Matheus Martins Susin

Título do Trabalho
Energy Efficient Inference Computation with Approximate Convolutions
Candidato(a)
Matheus Martins Susin
Nível
Mestrado
Data
Add to Calender 2019-10-25 00:00:00 2019-10-25 00:00:00 Defesa de Mestrado de Matheus Martins Susin Energy Efficient Inference Computation with Approximate Convolutions Sala 85 do IC 2 INSTITUTO DE COMPUTAÇÃO mauroesc@ic.unicamp.br America/Sao_Paulo public
Horário
14:30
Local
Sala 85 do IC 2
Orientador(a)
Lucas Francisco Wanner
Banca Examinadora

 

* Titulares

Unidade/Instituição

Lucas Francisco Wanner

IC/UNICAMP

Luiz Filipe Menezes Vieira

DCC/UFMG

Guido Costa Souza de Araújo

IC/UNICAMP

 

* Suplentes

Unidade/Instituição

Esther Luna Colombini

IC/UNICAMP

Liana Dessandre Duenha

FACOM/UFMS

 

Resumo

Neste trabalho, descrevemos um ambiente para medição de consumo de energia e tempo de redes neurais convolucionais (CNNs) em dispositivos móveis. Medimos o consumo de um dispositivo enquanto ele realizava múltiplas inferências através do TensorFlow Lite (TFL) executando modelos CNN pré-treinados. Também exploramos técnicas de aproximações que podem ser implementadas na camada convolucional, comparando sua perda de acurácia com a acurácia original do modelo, bem como o ganho de desempenho em tempo e energia correspondente a cada camada aproximada. O ambiente desenvolvido é composto de ferramentas de nossa autoria, incluindo programas para coletar e analisar os valores de corrente elétrica; ferramentas para combinar tais valores aos timestamps providos pelo nosso TFL modificado, programas para modificar camadas de CNNs existentes no formato flatbuffer, introduzindo camadas aproximadas; e ferramentas para avaliar a acurácia e desempenho de modelos aproximados.