开发工具:
文件大小: 820kb
下载次数: 0
上传时间: 2018-08-13
详细说明： 谷歌写的关于神经网络量化的白皮书，内容很详细，通俗易懂，值得一读。 1 Introduction 2 Quantizer Design 2.1 Uniform Affine Quantizer 2.2 Uniform symmetric quantizer 2.3 Stochastic quantizer 2.4 Modeling simulated quantization in the backward pass 2.5 Determining Quantizer parameters 2.6 Granularity of quantization 3 Quantized Inference: Performance and Accuracy 3.1 Post Training Quantization 3.1.1 Weight only quantization 3.1.2 Quantizing weights and activations 3.1.3 Experiments 3.2 Quantization Aware Training 3.2.1 Operation Transformations for Quantization 3.2. 2 Batch Normalization 3.2.3 Experiments 3.2.4 Lower Precision Networks 4 Training best practices 5 Model Architecture Recommendations 6 Run-time measurements 7 Neural network accelerator recommendations 8 Conclusions and further work 9 Acknowledgements A Impact of Batch Normalization on Quantization ...展开收缩
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
