Aug, 2023
探索适用于成本效益的神经网络容错的 Winograd 卷积
Exploring Winograd Convolution for Cost-effective Neural Network Fault Tolerance
Xinghua Xue, Cheng Liu, Bo Liu, Haitong Huang, Ying Wang...
TL;DRWinograd 卷积对神经网络容错性能的潜力进行了综合评估,结合经典容错设计方法,如三模块冗余、容错训练和受限激活函数,可以有效地降低容错设计开销并提高模型精确性。