Využití vysokoúrovňové syntézy pro urychlení vývoje aplikací na programovatelné logice

Abstract

První část bakalářské práce pojednává o vytvoření neuronové sítě se zpětnou vazbou, která umí rozeznávat ručně psanou datovou sadu čísel MNIST. V druhé části bakalářské práce se zabývám implementací neuronové sítě na zařízení FPGA za pomoci překladače, kde sleduji změny rychlosti provedení kódu na základě změn před překladem.

The first part of the bachelor thesis deals with the creation of a neural network with feedback that can recognize the handwritten data set of MNIST numbers. In the second part of the bachelor’s thesis, I deal with the implementation of a neural network on an FPGA device using a compiler, where I monitor changes in the speed of code execution based on changes before translation.