关键词large-scale deep neural networks
搜索结果 - 2
- AdaQAT:自适应比特宽度量化感知训练
本文介绍了 AdaQAT,一种基于学习的方法,用于在训练过程中自动优化深度神经网络的权重和激活信号的比特宽度,以实现更高效的推断。相比其他方法,AdaQAT 在从头开始训练和微调场景中表现良好,并在 CIFAR-10 和 ImageNet - 软随机采样:理论和实证分析
软随机抽样(SRS)是一种简单而有效的方法,用于处理海量数据时高效训练大规模深度神经网络。本论文对 SRS 进行理论和实证分析,包括抽样动态、收敛性和泛化性能,以及在图像识别和自动语音识别等任务中的实证评估。相比现有的数据选择方法,SRS