computational overhead | BriefGPT

关键词computational overhead

搜索结果 - 28

联邦学习中有效的核心选择激励机制用于数据共享
通过引入数据共享博弈模型和博弈论方法，设计了一种基于核心选择的激励机制，在减少计算开销的同时，激励参与者输入高质量数据和保持稳定合作关系，验证了其有效性。
PDF10 months ago
使用动态结构改进高效持续学习的尖峰神经网络发展
我们提出了一种动态结构发展的脉冲神经网络 (DSD-SNN) 模型，通过动态地分配和增长神经元，并删除多余神经元，提高内存容量，减少计算开销，实现高效自适应的连续学习。我们的模型在多类增量学习和任务增量学习方面验证了其有效性，显著提升性能、
PDFa year ago
双向积分逼近下的精确扩散反演
提出了一种新技术，名为双向积分逼近（BDIA），以实现可忽略的计算开销的精确扩散反演。该技术在图像编辑方面具有重要意义，同时还可以改善其他 ODE 求解器的性能。
PDFa year ago
Whisper-KDQ：基于知识蒸馏和量化引导的轻量化口语识别技术
本文介绍一种新的知识蒸馏和量化的方法，用于压缩预训练的语音识别模型 Whisper，保持其性能的同时减少模型大小和计算开销，实验结果表明该方法可以将原始模型压缩至 5.18X/10.48X，同时以字符误差率的 11.3％和 14.0％的相对
PDFa year ago
CVPR从非判别特征中提取类激活图
提出了一种新的计算 CAM 的方法，通过引入一种新的计算方法，可以显式地捕捉到不具有识别能力的对象特征，从而将 CAM 扩展到覆盖整个对象，实验结果表明，该方法在弱监督语义分割领域具有优越性，且计算成本较低。
PDFa year ago
通过端到端 4 位量化加速递归神经网络转录器的推断和语言模型融合
本研究探讨了量化技术对于循环神经网络传输器（RNN-T）推论过程的加速作用，通过量化训练（QAT）重新训练全模型，应用自定义的量化方案并使用大型 beam widths 进行假设搜索，实现了 RNN-T 的端到端量化，并取得了较好的性能以及
PDF2 years ago
WWWGraphGen: 一种可伸缩的、与领域无关的带标签图形生成方法
本文介绍了一种名为 GraphGen 的领域无关技术，它使用 DFS 代码将图形转换成序列，并利用一种新颖的 LSTM 架构学习图形和语义标签之间的复杂联合分布，从而克服了许多现有技术的局限性，该技术在多个性能指标方面表现优异。
PDF4 years ago
ICML快速信息理论贝叶斯优化
本文提出了一种快速信息理论贝叶斯优化方法 FITBO，它避免了采样全局最小化器的需求，从而显著减少计算开销，并且相比于现有方法，我们的方法在内核选择上面临更少的约束，并具有处理输出空间的优点。我们实证表明，FITBO 继承了与信息理论贝叶斯
PDF7 years ago