speedup | BriefGPT - AI 论文速递

关键词speedup

搜索结果 - 32

用具有池化层的 CNN 进行快速特征提取
本文提出了一种针对整个图像计算基于补丁的局部特征描述符的有效方法，适用于几乎所有现有的网络架构和局部特征提取任务，包括摄像机标定、Patchmatching、光流估计和立体匹配等任务，并对任意 CNN 架构进行了速度基准测试和示例代码的展示
PDF6 years ago
深度卷积神经网络的增量式训练
提出了一种增量训练方法，将原始网络分成子网络，并在训练过程中逐步将其合并到运行的网络中。此方法通过引入前瞻初始化，使网络动态生长更平滑，并可用于仅使用全局参数分数的情况下识别原始最先进网络的较小分区，以实现更快的训练。在 CIFAR-10
PDF6 years ago
NIPS更新 VESICLE-CNN 突触检测器
本研究介绍了一个新版本的 VESICLE-CNN 算法，通过使用扩张卷积技术，将其转化为全卷积形式，在不降低空间分辨率的同时，实现了与原始算法相当的性能，并在测试时间上获得了 600 倍的加速。
PDF7 years ago
卷积神经网络加速的结构化概率裁剪
本文提出一种名为 “结构化概率剪枝” 的卷积神经网络加速新方法，采用概率剪枝方式剪枝卷积层权重，加速 AlexNet 和 VGG-16 在 ImageNet 分类中 4 倍和 2 倍的速度，并且只有 0.3% 和 0.8% 的前 5 位准确
PDF7 years ago
ICLR学习长短期记忆内在稀疏结构
该论文提出了一种内在稀疏结构方法，通过独立地减小 LSTM 单元内基本结构的尺寸并保持尺寸一致性来实现结构上稀疏的 LSTM，这种方法可以显著提高模型的速度而不会损失模型性能，并成功地被应用于不同的 RNN 架构。
PDF7 years ago
ICML分段回归的快速算法
本文研究了固定设计的分段回归问题：给定一段线性函数的噪声样本，我们希望在均方误差的精度要求下，恢复该函数。本文的主要贡献是提供了新的近线性时间算法，解决了这个问题，并在大型数据集上实现了显著更好的样本时间权衡。实验结果表明，相对于动态规划方
PDF8 years ago
拥抱错误以实现快速众包
本文提出了一种快速评判用于二元和分类标签的技术，避免所有错误，快速评判的同时通过随机任务顺序和建模响应延迟来纠正错误，通过广泛的标记任务验证，相较于之前工作实现的 0.25x 到 1x 的加速，我们的方法通常实现 10 倍的加速效果。
PDF8 years ago
ICML精确边界的快速 K 均值
我们提出了一种新颖的加速精确 k-means 算法，在 18 个实验中比现有低维算法更优秀，速度快了最多三倍。我们还通过更好地估计用于减少距离计算次数的距离界限，对现有最先进的加速精确 k-means 算法进行了总体改进，在 44 个实验
PDF8 years ago
低秩正则化的卷积神经网络
这篇论文提出了一种用于加速 CNNs 的基于张量分解的技术，并且发现使用降秩限制的 CNNs 除了速度更快之外，有时候性能也表现更好，在进行了对比测试后，尤其是对于 VGG-16 模型，在性能无损的同时，前向传播时间可以缩短一半，从而证明低
PDF9 years ago
gSLICr: 在 250Hz 以上的 SLIC 超像素
本文介绍了一个基于 GPU 并行计算的超像素分割方法，使用单个显卡可将标准顺序实现的速度提高 83 倍，同时兼容标准顺序实现且代码开源。
PDF9 years ago
快速引导滤波器
本文介绍了一种对引导滤波器的简单加速方法，通过采用子采样技术将其时间复杂度从 O (N) 优化到 O (N/s^2)，使其在图像编辑等实际应用中获得了较高的速度和可用性。
PDF9 years ago
量子漫步的空间搜索
本文介绍了使用连续时间量子步行算法在 N 维物理数据库中进行搜索的方法，并且通过在完全图和 d>4 的周期性三维晶格进行实验，证明了可获得完整的 O (√N) 加速。
PDF21 years ago