BriefGPT.xyz
Ask
alpha
关键词
low displacement rank
搜索结果 - 2
低位移秩学习压缩变换
通过更一般化的位移操作,显式地学习两个位移算子和低秩分量,设计出一种新的 LDR 矩阵,并证明其在多层神经网络的 VC 维度上具有较好的界限,有效地降低模型复杂度。实验结果表明,该设计可以优于现有的压缩方法,并使用的参数数量比一般非结构化网
→
PDF
6 years ago
NIPS
小型印记深度学习的结构变换
提出了一种基于低位移秩概念的结构化变换方法,能快速优化深度学习模型在储存和功耗受限移动设备上的部署,通过参数共享的各种配置实现结构化到非结构化的统计建模,并在关键词检测应用中显著提高推理速度和轻量化程度,表现优于目前的技术。
PDF
9 years ago
Prev
Next