computation efficiency | BriefGPT

关键词computation efficiency

搜索结果 - 31

通过耦合 TgNN 代理模型对多孔介质中的两相流量进行不确定性量化
本研究介绍了一种新型的基于理论引导神经网络的代理模型，用于解决地下双相流问题中的不确定性量化，旨在提高计算效率，同时保证准确性。该模型不仅依赖标记数据，而且还将科学原理和经验规则作为附加组件纳入丢失函数。实验表明，该模型在地下双相流问题的不
PDF2 years ago
EMNLP变压器前馈层通过在词汇空间中促进概念来建立预测
通过反向工程变压器模型中的前馈神经网络层的运算过程，分析其词汇空间中的更新，控制预测结果，提高计算效率。
PDF2 years ago
CVPRDyRep：动态重新参数化的引导式培训
本文提出了动态重参数化方法，通过优化计算效率、提升表征能力，采用 mini-batch 实现动态演化神经网络，并将其应用于 ResNet-18 模型上，结果表明：在 ImageNet 数据集上，相比基线模型，精度提升了 2.04％，运行时长
PDF2 years ago
ICCV可学习的空间感知三维查找表实时图像增强器
本文提出了一种基于可学习的空间感知三维查找表（3D LUTs）的实时图像增强器，它充分考虑了全局情况和局部空间信息，通过在端到端的方式中的权重融合学习 3D LUT 并将其用于以有效的方式将源图像转换为目标色调，该模型在公共数据集上主观上和
PDF3 years ago
基于辅助特征学习的轻量级单图像超分辨率网络
通过提出的关注辅助特征（A^2F）为基础，我们开发了一种计算效率高但准确性良好的网络以用于单幅图像超分辨率（SISR）处理，并且在大规模数据集上的实验结果证明了该模型的有效性。
PDF4 years ago
多智能体展开算法与强化学习
本文介绍了一种基于本地回滚算法的多智能体决策方法，该方法通过配合其他智能体的协调信息，在每个阶段使每个智能体的决策都能够独立计算，并且与智能体数量无关。此外，我们探讨了并行化智能体计算和近似策略迭代算法等方法来进一步提高本方法的计算效率，并
PDF5 years ago
神经网络剪枝的重要性评估
本文介绍了一种以结构削减神经网络参数为主要内容的新方法，可通过估算神经元对最终损失的贡献并逐步去除小分值的神经元来减少计算、能量和内存传输成本。对于在 ImageNet 上训练的现代网络，我们测量了我们的方法计算的贡献与真实重要性的可靠估计
PDF5 years ago
ICCV通过注意框预测和美学评估实现深度裁剪
本文提出了一种通过级联注意框回归和美感质量分类的深度学习建模来解决照片剪裁问题的方法。该神经网络使用由两个分支构成的结构，能够预测注意力包围框并分析美感特征，通过共享特征来提高计算效率。实验结果表明，该方法在照片剪裁方面取得了很高的效果，具
PDF7 years ago
MM图嵌入的全面调查：问题、技术和应用
本文从图形嵌入的定义、挑战及其使用展开了全面综述，总结了图形嵌入的应用领域，提出了四个未来研究方向。
PDF7 years ago
CVPR移动设备上的量化卷积神经网络
该研究提出了一种名为量化卷积神经网络的模型，旨在通过量化卷积层中的滤波器核和全连接层中的权重矩阵，实现计算效率的提升和存储内存开销的降低，相对于非量化模型，该模型在 ILSVRC-12 基准测试中达到 4~6 倍的加速和 15~20 倍的压
PDF9 years ago
IJCAI增量式截断最小二乘法
本文介绍了一种低秩 LSTD 算法，该算法能更好地平衡计算效率和采样效率，使过去的样本高效地实现对最少二乘法时间差分（LSTD）的采样复杂度，同时实现近似 LSTD 的样本复杂度。我们在模拟中给出了关于截断低秩逼近所得解的模拟界限，这表明一
PDF9 years ago