基于權(quán)值交互思想的卷積神經(jīng)網(wǎng)絡(luò)量化算法
所屬分類：技術(shù)論文
上傳者：aetmagazine
文檔大小：326 K
標簽： 三值量化 卷積神經(jīng)網(wǎng)絡(luò) 權(quán)值交互
所需積分：0分積分不夠怎么辦？
文檔介紹：傳統(tǒng)的卷積神經(jīng)網(wǎng)絡(luò)量化算法廣泛使用對稱均勻量化操作對模型權(quán)值進行量化，沒有考慮到相鄰權(quán)值量化之間的相互關(guān)系，即上一個權(quán)值的量化操作產(chǎn)生的量化噪聲可以通過調(diào)整之后權(quán)值的量化方向加以彌補。針對上述問題，提出了一種基于權(quán)值交互思想的三值卷積神經(jīng)網(wǎng)絡(luò)量化算法，達到了16倍的模型壓縮比，以ImageNet作為數(shù)據(jù)集，量化后的AlexNet和ResNet-18網(wǎng)絡(luò)上模型預(yù)測準確率只下降了不到3%。該方法達到了較高的模型壓縮比，具有較高的精度，可以用于將卷積神經(jīng)網(wǎng)絡(luò)移植到計算資源有限的移動端平臺上。
現(xiàn)在下載
VIP會員，AET專家下載不扣分；重復(fù)下載不扣分，本人上傳資源不扣分。