하드웨어 환경에 따른 CNN 추론성능비교
- 주제(키워드) CNN , 추론 , 성능 , 임베디드 , 선행개발 , Inference , performance , embedded
- 주제(DDC) 005.1
- 발행기관 아주대학교
- 지도교수 손경아
- 발행년도 2021
- 학위수여년월 2021. 8
- 학위명 석사
- 학과 및 전공 정보통신대학원 지능형소프트웨어
- 실제URI http://www.dcollection.net/handler/ajou/000000031037
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
딥러닝의 눈부신 발전에 힘입어 다양한 분야에서 딥러닝을 비즈니스에 적용하려고 한다. 이는 주어진 실행환경 내에서 가장 최고의 성능을 가지는 딥러닝 알고리즘을 찾는 것에서 시작한다. 하지만 딥러닝 분야의 발전속도가 빨라 최신 CNN을 이용한 성능평가에 대한 연구가 필요하다. 본 연구에서는 실행 가능한 최신 CNN 알고리즘을 가상환경으로 다양한 수준의 HW 환경에서 동작시켜, Inference time, 자원사용량 등을 측정하였다. Inference Time은 CPU 사양이 좋아질수록 짧아지는 결과를 보였고, Memory 사용량은 Parameter 사이즈와 inference에 필요한 tensor 사이즈에 따라 다른 값을 보였다. 실험 결과를 이용하여 CNN을 사용자 환경에 적용할 때 개발하고자 하는 서비스의 수준에 맞는 HW 사양을 선택하는데 필요한 가이드라인을 제안한다.
more목차
제 1 장 서 론 1
제 1 절 연구배경 및 목적 1
제 2 장 연구 설계 5
제 1 절 실험 환경 5
제 2 절 실험 방법 5
제 1 항 하드웨어 환경 조절 방법 5
제 2 항 실험에 사용한 CNN 9
제 3 항 Inference time 측정 방법 10
제 4 항 CPU Usage 측정방법 12
제 5 항 Memory Usage 측정방법 12
제 3 절 연구 결과 12
제 1 항 Top-1 Accuracy 재현여부 12
제 2 항 CPU 환경 변화에 따른 Inference Time의 변화 13
제 3 항 Memory 변화에 따른 Inference Time의 변화 19
제 4 항 CPU / Memory 사용량 22
제 3 장 결 론 27
참 고 문 헌 31
Abstract 33
