BriefGPT.xyz
Ask
alpha
关键词
re-parameterization
搜索结果 - 4
GhostNetV3:探索紧凑模型的训练策略
在本文中,我们通过系统研究不同的训练方法,为紧凑型模型引入了一个强大的训练策略,发现改良的重新参数化和知识蒸馏的设计对于训练高性能的紧凑型模型至关重要,而一些用于训练常规模型的常用数据增强方法,如 Mixup 和 CutMix,会导致性能下
→
PDF
3 months ago
通过粗粒度和细粒度权重分割进行重参数化的训练后量化
神经网络在各种应用中取得了巨大的进展,但需要大量的计算和内存资源。网络量化是一种强大的技术,用于压缩神经网络,使得人工智能的部署更加高效和可扩展。最近,再参数化 emerged 作为一种有前途的技术来提高模型性能,同时减轻各种计算机视觉任务
→
PDF
7 months ago
基于过拟合的图像压缩的频率感知再参数化
通过在频域进行直接优化的离散余弦变换(DCT)卷积核加权求和的重新参数化方法,在低计算成本下,通过与 L1 正则化相结合,实现了显著改善的率失真性能,从而克服了过拟合图像压缩中的权重存储问题和实用性快速收敛困难。
PDF
9 months ago
基于骨架的动作识别的高性能推断图卷积网络
介绍了通过重参数化和超参数化技术,分别提出了两种新的高性能推理图卷积网络 HPI-GCN-RP 和 HPI-GCN-OP,其中 HPI-GCN-OP 在维持相同准确率的情况下,比 HD-GCN 快 4.5 倍,同时在两个基于骨架的动作识别数
→
PDF
a year ago
Prev
Next