-
카테고리
-
세부 분야
반도체
-
해결 여부
미해결
[FPGA 22장] 37:49 즈음 설명해주신 부분에 대한 질문
22.12.03 17:28 작성 22.12.03 17:28 수정 조회수 251
1
HW 가속기가 연속으로 동작한다고 할 때,
node값은 정해진 상태고,
Weight 값이 변경되면서 동작될테니
bram0에 데이터 로딩하는 시간을 제외하면
SW 연산보다 HW 연산이 더 빨랐음을 확인할 수 있다고 하셨습니다!!
하지만 처음에 FC layer에 대해 설명해주실 때, deep learning의 예시로 이미지를 특정 동물,사물(ex. cat, dog, hat 등)으로 분류하는 기술로 들어주셨었습니다.
Q. 그렇다면 이미 완성되어 있는 structure(= weight 고정)에 들어가는 입력(= 이미지 = input node value)만 바뀌게 되는 것이 아닌가요?
강의 너무 잘 듣고 있습니다!! 감사합니다..
![course-thumbnail](https://cdn.inflearn.com/public/courses/326697/cover/c6b237e2-2180-40e2-9a1b-bad14762da82/326697-eng.png?w=240)
설계독학맛비's 실전 FPGA를 이용한 HW 가속기 설계 (LED 제어부터 Fully Connected Layer 가속기 설계까지)
[FPGA 22장] 프로젝트 Fully Connected Layer 설계 - 실습편
강의실 바로가기
답변을 작성해보세요.
0
설계독학맛비
지식공유자2022.12.03
안녕하세요 :)
Q. 그렇다면 이미 완성되어 있는 structure(= weight 고정)에 들어가는 입력(= 이미지 = input node value)만 바뀌게 되는 것이 아닌가요?
말씀해 주신 내용은 맞습니다. (weight 를 고정하는 방식)
=================================================
예제에서 다음 그림을 보시면, Fully connected layer 의 연산을 끝내려면,
모든 output node 를 구해야합니다. 이 모든 output node 를 구하기 위해서, 취한 연산방식은.
input node 를 고정으로 하고, weight 를 가변으로 하는 방식입니다.
예를들어 input node 1024., output node 1024 가 있다고 가정해볼께요.
필요한 weight 의 수는 1024 * 1024 입니다.
input node 는 1024 인데 반해, 1024*1024 개의 weight 가 있어야 output node 1024 개를 구할 수 있는거죠.
그 의미에서, 다음이 성립합니다.
결론 : 22장의 연산방식은 input node 를 고정으로 하고, weight 를 가변으로 하는 방식 입니다.
어떤 방법이 유리할지는 상황에 따라 다릅니다. (정답은 없음.)
즐공하세요 :)
답변 1