CVPRApr, 2017
使用宽度减少精度网络进行训练和推断
WRPN: Training and Inference using Wide Reduced-Precision Networks
Asit Mishra, Jeffrey J Cook, Eriko Nurvitadhi, Debbie Marr
TL;DR本研究旨在通过使用一种新的量化方案来缩减激活函数,从而提高计算机视觉应用的性能。我们发现这种方案可以在不降低模型精度的情况下,大大降低动态内存占用、内存带宽、计算能量并加速训练和推理过程。我们称其为宽面减少精度网络,研究表明其结果优于以前提出的精度网络。