accuracy preservation | BriefGPT

关键词accuracy preservation

搜索结果 - 6

具有梯度采样优化的残差神经网络的鲁棒剪枝
本研究探讨了一种创新的神经网络优化方法，专注于在修剪过程中应用与 StochGradAdam 类似的梯度采样技术。我们的主要目标是在修剪模型时保持高精度水平，这是资源受限场景中的一个重要挑战。我们广泛的实验证明，使用梯度采样技术优化的模型在
PDF6 months ago
通过本地节律稀疏脉冲网络
本文通过使用局部信息演示了脉冲神经网络如何防止传输近似于零的数据，从而在保持准确性的同时减少了通信和计算所需的能量，并展示了生物观察到的脉冲节律的新应用。
PDFa year ago
稀疏训练通用框架的两个关键环节：层冻结和数据筛选
该论文提出了一种名为 SpFDE 的通用框架，通过采用稀疏训练、层冻结、数据筛选等技术，可以有效地降低训练成本并保持准确性。
PDF2 years ago
IPGuard: 通过指纹分类边界保护深度神经网络的知识产权
本文提出了 IPGuard 方法，它通过数据指纹来保护深度神经网络分类器的知识产权，并且不会牺牲分类器的准确性，相比于现有的数字水印技术具有更好的保护效果。
PDF5 years ago
ReLeQ: 神经网络深度量化的强化学习方法
本研究提出了一个通过利用端到端深度强化学习框架 (ReLeQ) 来自动化发现量化级别的方法，该方法可以在保持准确性的同时，将 DNN 的计算和存储成本最小化。通过对多个神经网络进行实验，结果表明，这种自动化方法最大限度地保留了准确性 (=<
PDF6 years ago
MM深度梯度压缩：降低分布式训练的通信带宽
本文提出深度梯度压缩 (DGC)，通过动量修正、局部梯度截断、动量因子掩模和预热训练，使得分布式 SGD 中 99.9% 的梯度交换变得不重要，从而大大减少通信带宽需求，有效保持模型准确率，支持在 1Gbps 以太网和移动设备上进行大规模分
PDF7 years ago