BriefGPT.xyz
大模型
Ask
alpha
关键词
uniform quantization
搜索结果 - 4
多目标优化和量化重构偏移的可变速率学习图像压缩
通过在预训练的单速率压缩模型上进行后训练,本研究提出了三种改进方法,包括多目标优化、引入量化 - 重建偏移和使用变速率量化。在三个著名的图像压缩模型上实施这些算法后,实现了可变速率压缩,且与训练多个模型相比,压缩性能几乎没有或只有微小的损失
→
PDF
4 months ago
CVPR
非均匀到均匀量化:通过广义直通估计实现准确量化
本文介绍了一种称作 “非均匀到均匀量化”(N2UQ)的方法,它在保持非均匀方法优秀的表示能力的同时,还能像均匀量化一样友好地并高效地部署在硬件中,这是通过学习非均匀量化中的灵活非等距输入阈值来实现的,其中引入了 “广义的 ST(straig
→
PDF
3 years ago
学习卷积变换用于有损点云几何压缩
本篇论文介绍了基于学习的卷积变换和均匀量化的静态点云数据几何压缩方法,并将解码过程视为点云占用图的二元分类。该方法在 Microsoft Voxelized Upper Bodies 数据集上表现优异,平均 BDBR 节省率达 51.5%,
→
PDF
5 years ago
平衡量化:一种有效、高效的量化神经网络方法
本文提出了一种新的量化方法,可以确保量化值分布的平衡性,通过对参数进行分位数递归划分并应用均匀量化,可以提高 QNN 的预测准确性,同时对训练速度几乎没有影响,并可适用于卷积神经网络和循环神经网络。
PDF
7 years ago
Prev
Next