lightweight neural networks | BriefGPT

关键词lightweight neural networks

搜索结果 - 5

RepAct: 可重参数自适应激活函数
为了满足物联网和边缘计算中高效人工智能的需求，本研究提出了 RepAct，这是一个可以重新参数化的自适应激活函数，专为在边缘设备的计算限制下优化轻量级神经网络而设计。通过采用可学习的自适应权重的多分支结构，RepAct 丰富了特征处理并增强
PDF8 days ago
提升物联网应用中轻量级神经网络对小物体检测的性能
基于现有对象检测器，本论文提出一种新颖的自适应平铺方法，可用于微控制器上，以提高小物体的检测效果，实验证明该方法可将 F1 得分提高 225％，同时将平均物体计数误差降低至 76％，此外，结果还表明使用软 F1 损失函数可以显著减少数据不平
PDF8 months ago
面向硬件高效块设计的算术强度平衡卷积
本文提出了算法强度平衡卷积 (ABConv) 以解决使用小空间大小进行卷积时整体强度受到限制的问题，并在不牺牲准确性的前提下显著降低了延迟。测试了其在各种配置中的延迟和硬件性能，并将其用于 CIFAR100 的图像分类。
PDFa year ago
TanhExp：一种平滑的激活函数，具有高收敛速度，适用于轻量级神经网络
在轻量级神经网络领域提出了一种名为 TanhExponential 激活函数，可以有效提高无参数增加的网络的图像分类性能。通过不断试验，证明了 TanhExponential 函数对于各种数据集和网络模型的效率，稳定性、收敛速度和准确性优于
PDF4 years ago
FLightNNs: 轻量化量化深度神经网络用于快速和准确推理
本文提出了一种名为 FLightNNs 的灵活的轻量级神经网络框架，通过改变每个卷积核的 k 值（由 2 的幂次方组成的限定组合）来实现网络的高效计算并充分利用硬件资源，结果表明相比于固定 k=2 的轻量级神经网络，FLightNNs 可以
PDF5 years ago