文献

J-GLOBAL ID：201902281013608112   整理番号：19A1334622

分布に基づくフィルタごとの量子化ステップによる訓練後の重み圧縮【JST・京大機械翻訳】

Post Training Weight Compression with Distribution-based Filter-wise Quantization Step

著者 (4件)： Sasaki Shinichi (Toshiba Memory Corporation, Institute of Memory Technology Research & Development) ,  Maki Asuka (Toshiba Memory Corporation, Institute of Memory Technology Research & Development) ,  Miyashita Daisuke (Toshiba Memory Corporation, Institute of Memory Technology Research & Development) ,  Deguchi Jun (Toshiba Memory Corporation, Institute of Memory Technology Research & Development)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： COOL CHIPS  ページ： 1-3  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： より低いビット精度を有するモデルの量子化は,低電力および小面積ニューラルネットワークハードウェアを開発するための有望な方法である。しかし,4またはより低いビット量子化は,通常,テスト精度を改善するために,逆伝搬のためのラベル付きデータセットによる付加的再訓練を必要とする。本論文では,ラベル付けされたデータセットを用いずに,分布ベースのフィルタごとの量子化ステップを用いた量子化方式を提案した。提案した技術で量子化した8ビットの活性化と3.04ビットの重み精度を有するResNet-50モデルは,画像ネット上で74.3%のトップ-1推論精度を達成した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *フィルタ ,  *量子化 ,  画像
準シソーラス用語： 低電力化 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 分布 ,  量子化 ,  訓練