关键词memory usage reduction
搜索结果 - 3
- 优化的三维高斯表示用于高质量动态场景重建
使用变形的多层感知器(MLP)网络捕捉动态偏移的高斯点并通过哈希编码和小型 MLP 来表示点的颜色特征,引入可学习的去噪掩模结合去噪损失以从场景中消除噪点,通过静态约束和运动一致性约束减轻点的运动噪声,实验证明我们的方法在渲染质量和速度上超 - 通过边级别自我网络编码改进子图 - GNNs
通过提供额外的节点和边缘特征或扩展消息传递格式,我们提出了一种新颖的用于在图上学习的边缘级自我网络编码,可以提升消息传递图神经网络(MP-GNNs)的能力。理论上,该编码比基于节点的子图 MP-GNNs 更具表现力。在四个基准测试和 10 - 内存高效的混合精度优化器
传统优化方法依赖于使用单精度浮点算术,在内存大小和计算性能方面具有成本。然而,混合精度优化技术利用单精度和半精度浮点算术来降低内存需求,同时保持模型准确性。我们在训练模型期间提供了一种算法,通过摆脱参数的浮点副本,实际上只保留半精度数,进一