Publication

Experimental Demonstration and Tolerancing of a Large-Scale Neural Network (165 000 Synapses) Using Phase-Change Memory as the Synaptic Weight Element

Publications associées (41)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Experimental Demonstration and Tolerancing of a Large-Scale Neural Network (165 000 Synapses) Using Phase-Change Memory as the Synaptic Weight Element

Graph Chatbot

Chattez avec Graph Search

Multi-memristive synaptic architectures for training neural networks

Computational memory-based inference and training of deep neural networks

A Product Engine for Energy-Efficient Execution of Binary Neural Networks Using Resistive Memories

Training fully connected networks with resistive memories: impact of device failures

Phase-Change Memory Models for Deep Learning Training and Inference

Perspective on training fully connected networks with resistive memories: Device requirements for multiple conductances of varying significance

Mixed-precision architecture based on computational memory for training deep neural networks

Resistive Switching Memory Architecture Based on Polarity Controllable Selectors

Adaptive Quantization for Deep Neural Network

Leveraging Convolutional Pose Machines for Fast and Accurate Head Pose Estimation