II Edizione: Introduzione alle reti neurali e applicazioni sui dispositivi elettronici: Corso di Machine Learning in sistemi di trigger o real-time

6 Dec 2022, 09:00 → 7 Dec 2022, 18:00 Europe/Rome

Elvira Rossi (Istituto Nazionale di Fisica Nucleare), Francesco Alessandro Conventi (Istituto Nazionale di Fisica Nucleare), Vincenzo Izzo (Istituto Nazionale di Fisica Nucleare)

• Parte 1: 24 - 26 Ottobre 2022 - Introduzione ML in elettronica: Corso di Python
• Parte 2: 15-17 Novembre 2022 - Introduzione ML in elettronica: Corso di Machine Learning
• Parte 3: 6-7 Dicembre 2022 - Introduzione ML in elettronica: Corso di Machine Learning in sistemi di trigger

 

 

 

Obiettivi del corso: Verra' illustrata la progettazione di algoritmi di Deep Neural Network (DNN) sia a bassissima latenza (inferenza <500ns/evento), in fase di sviluppo per il trigger di livello 0 degli RPC di fase2 dell'esperimento ATLAS, sia per sistemi a più alta latenza (inferenza < 1ms/evento) con DNN su acceleratori commerciali (Xilinx Alveo, ACAP, Edge/DPU (ZCU102/103/104) etc.). Si prevedono, inoltre, sessioni hands-on per l'implementazione pratica di tutti i vari step della pipeline di sviluppo.

 

Argomenti:

• lo sviluppo e l'allenamento di reti neurali profonde per task di classificazione e regressione in sistemi di trigger o real-time
• l'ottimizzazione dei modelli allenati dal punto di vista della semplificazione, della latenza di esecuzione e dell'utilizzo delle risorse (memoria etc..)
• la sintesi dei modelli su coprocessori basati su FPGA/etc...

Prerequisiti: Conoscenze di base di Machine Learning.

Struttura del Corso: 12 ore di lezione, suddivise in 6 ore di lezioni frontali e 6 ore di esercitazioni.

Docenti: Stefano Giagu
 

 

Tuesday, 6 December

Lezione frontale: Lezione 1

ML_trigger&real-time_systems.pdf

Hands on

audio1662073954.m4a

Hands_on_1_CNN_su_Acceleratori_FPGA_6_12_2022.ipynb

video1662073954.mp4

Wednesday, 7 December

Lezione Frontale: Lezione 2

GMT20221207-083821_Recording(1).mp4

GMT20221207-083821_Recording(2).mp4

GMT20221207-083821_Recording_2426x1452(1).mp4

GMT20221207-083821_Recording_2426x1452.mp4

ML_trigger&real-time_systems2.pdf

Hands on 2

Hands_on_2_CNN_su_Acceleratori_FPGA_7_12_2022.ipynb

Hands_on_3_CNN_su_Acceleratori_FPGA_7_12_2022.ipynb