Convolutional Neural Networks (CNNs) dominieren die überwiegende Mehrheit der Anwendungen einschließlich Bildverarbeitungsaufgaben in Bereichen wie Robotik und autonomes Fahren. Es ist eine ständig zunehmende Speicher- und Rechenkomplexität zu beobachten. Um entgegenzuwirken, wird in dieser Arbeit ein dreigliedriges HW-CNN Co-Design-Paradigma für die effiziente Anwendung von CNNs auf eingebetteter HW einschließlich sechs neuartiger Optimierungsmethoden auf den drei Abstraktionsebenen vorgestellt.     «

Convolutional Neural Networks (CNNs) dominieren die überwiegende Mehrheit der Anwendungen einschließlich Bildverarbeitungsaufgaben in Bereichen wie Robotik und autonomes Fahren. Es ist eine ständig zunehmende Speicher- und Rechenkomplexität zu beobachten. Um entgegenzuwirken, wird in dieser Arbeit ein dreigliedriges HW-CNN Co-Design-Paradigma für die effiziente Anwendung von CNNs auf eingebetteter HW einschließlich sechs neuartiger Optimierungsmethoden auf den drei Abstraktionsebenen vorgestellt...     »