resource constraints | BriefGPT

关键词resource constraints

搜索结果 - 48

ChamNet：通过针对平台的模型适应实现高效的网络设计
该论文提出了一种称为 Chameleon 的高效神经网络架构设计方法，它能够利用现有的高效网络建立模块，并专注于利用硬件特征和适应计算资源以适应目标延迟和 / 或能量限制。通过一系列准确性和资源（延迟和 / 或能量）预测器，该算法能够在各种
PDF6 years ago
代表性深度神经网络结构的基准分析
本研究分析了当前用于图像识别的大多数深度神经网络 (DNN) 的性能指标，包括识别准确率、模型复杂度、计算复杂度、内存使用和推断时间等，并通过在两种不同计算机架构上的实验来测量指标，以帮助研究者们了解目前已经研究探索的解决方案及其未来发展方
PDF6 years ago
MM资源受限边缘计算系统中的自适应联邦学习
本文主要研究在边缘计算环境中使用分布式梯度下降学习模型参数的问题，提出控制算法以最小化给定资源预算下的损失函数，并通过真实数据集的大量实验评估算法性能。
PDF6 years ago
ECCVESPNet: 高效的扩张空洞卷积空间金字塔用于语义分割
ESPNet 是一种快速高效的卷积神经网络，用于在资源受限情况下对高分辨率图像进行语义分割，基于新的卷积模块，即高效空间金字塔（ESP），在计算、内存和功耗方面都很高效。它比目前最先进的语义分割网络 PSPNet 快 22 倍（在标准 GP
PDF6 years ago
CVPR宽压缩：张量环网络
本文介绍了一种基于 Tensor Ring Networks（TR-Nets）的神经网络压缩方法，通过在深度学习模型的全连接层和卷积层中应用该方法，能够显著地减少网络的计算和存储需求，且在保证模型准确率的前提下，能将模型的体积压缩数百倍，极
PDF6 years ago
MorphNet：深度网络快速简单的资源约束结构学习
该论文提出了 MorphNet 方法，用于自动设计神经网络结构，可以根据资源约束（例如每个推理中的浮点操作数）调整网络大小并提高性能。
PDF7 years ago
物联网通信的学习：有限资源和异构性
本文介绍了适用于物联网应用的多种学习框架，分别研究了机器学习、顺序学习和强化学习的优缺点、适用性及关键结果，并引入基于认知层次理论的新框架来处理物联网的异构性和资源限制，最终展示了在物联网中使用认知层次理论的关键结果。
PDF8 years ago
IJCAI时间资源网络
介绍了一种编码资源约束调度问题的方法 —— 时间资源网络，它可以使用简单时间网络（STN）系列的各种表示以及概率性 STN 进行时间规定，两种算法可用于确定 TRN 的一致性：一种基于混合整数规划，另一种基于约束编程。
PDF8 years ago