使用 AutoML 的加速器感知神经网络设计
信号处理
2020-03-09 v1 机器学习
机器学习
摘要
尽管神经网络硬件加速器提供了大量的原始计算吞吐量，但部署在其上的模型必须与底层硬件架构协同设计，以获得最优系统性能。我们提出一类使用硬件感知神经架构搜索设计并定制以运行于 Edge TPU（谷歌面向低功耗边缘设备的神经网络硬件加速器）上的计算机视觉模型。对于 Coral 设备中的 Edge TPU，这些模型在实现实时图像分类性能的同时，达到了通常仅见于在数据中心运行的大型、计算密集型模型的准确率。在 Pixel 4 的 Edge TPU 上，这些模型相比现有 SOTA 移动模型改善了准确率-延迟权衡。
引用
@article{arxiv.2003.02838,
title = {Accelerator-aware Neural Network Design using AutoML},
author = {Suyog Gupta and Berkin Akin},
journal= {arXiv preprint arXiv:2003.02838},
year = {2020}
}
备注
Accepted paper at the On-device Intelligence Workshop at MLSys Conference 2020