Automatic Hardware-aware Design and Optimization of Deep Learning Models

RISSO, MATTEO
2025

16-set-2025
Inglese
Deep Learning; Embedded Systems; Design Automation; Neural Architecture Search; Quantization; Pruning; Edge Computing
PONCINO, MASSIMO
JAHIER PAGLIARI, DANIELE
Politecnico di Torino
200
File in questo prodotto:
File Dimensione Formato  
conv_thesis_final_revision_pdfa.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 18.73 MB
Formato Adobe PDF
18.73 MB Adobe PDF Visualizza/Apri
conv_abstract_tesi_risso_pdfa.pdf

accesso aperto

Licenza: Tutti i diritti riservati
Dimensione 55.39 kB
Formato Adobe PDF
55.39 kB Adobe PDF Visualizza/Apri

I documenti in UNITESI sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.14242/303745
Il codice NBN di questa tesi è URN:NBN:IT:POLITO-303745