training time reduction | BriefGPT

关键词training time reduction

搜索结果 - 8

EM-TTS：高效训练的低资源蒙古语轻量级文本到语音
基于深度卷积神经网络的轻量级文本转语音系统，通过 CNN-based 序列合成技术，使用数据增强方法减少训练时间，同时保证合成语音的质量和自然度。
PDF4 months ago
SwiftLearn: 使用重要抽样的深度学习模型高效训练方法
SwiftLearn 是一种数据高效的方法，通过在训练的暖启动阶段选择一部分数据样本加速深度学习模型的训练，实现减少训练时间。实验结果表明，在各种计算机视觉和自然语言处理模型的预训练和微调过程中，通过减少训练样本数量可以保持模型性能，并实现
PDF7 months ago
KAKURENBO：深度神经网络训练中的自适应样本隐藏
本文提出了一种方法，通过在训练深度神经网络时隐藏最不重要的样本，从而提高效率，即减少训练成本。通过在训练过程中使用损失和预测置信度的信息，我们根据样本对整体学习过程的贡献动态地在给定的 epoch 中找到要排除的样本，而不会显著降低准确性。
PDF9 months ago
利用连续学习技术加速批量主动学习
本研究提出 Continual Active Learning（CAL）的概念，结合现有和新开发的基于回放的多样化技术，能有效解决 Active Learning 中重新训练以及忘记旧数据等问题，从而能在保持性能的同时大幅度减小训练时间。
PDFa year ago
NerfAcc：高效采样加速 NeRFs
本文研究和比较多种采样方法，并展示改善采样方法通常适用于 NeRF 变体，利用透射率估计器概括统一概念。我们开发了一个 Python 工具箱，名为 NerfAcc，提供灵活的 API，用于将高级采样方法纳入 NeRF 相关的方法中。我们演示
PDFa year ago
MM在无线联合边缘学习系统中加速 DNN 训练
研究节约时间、资源、保隐私的联邦边缘学习架构系统，通过 CPU 和 GPU 场景的联合批大小选取和通信资源分配，来缩短训练时间并提高训练准确性。
PDF5 years ago
AAAI马拉松环境：基于现代视频游戏引擎的多智能体连续控制基准测试
使用 Unity 游戏引擎和 Unity ML-Agents 工具包实现了一套开源环境，用于深度强化学习和连续控制的基准测试，通过证明这些基准测试的使用性，展示了这些环境的鲁棒性以及降低训练时间的策略。
PDF5 years ago
MM快速深度学习自动调制识别
本文研究了深度学习算法在从子采样数据中自动识别无线通信信号调制类型的可行性和有效性，提出了三种神经网络架构进行分类，并探讨了减少训练时间的算法和技术，实现了在高信噪比下的在线分类。
PDF5 years ago