RPR:トレーニングのためのランダム分割緩和;バイナリおよび三元重みニューラルネットワーク【JST・京大機械翻訳】

Cavigelli Lukas; Benini Luca

プレプリント

J-GLOBAL ID：202202205115377448 整理番号：22P0097450

RPR:トレーニングのためのランダム分割緩和;バイナリおよび三元重みニューラルネットワーク【JST・京大機械翻訳】

RPR: Random Partition Relaxation for Training; Binary and Ternary Weight Neural Networks

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2020年01月04日プレプリントサーバーでの情報更新日： 2020年01月04日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

ランダム分割緩和(RPR),ニューラルネットワーク重量のバイナリ(+1/-1)および3成分(+1/0/-1)値への強い量子化法を提案した。事前訓練モデルから出発して,重みを量子化し,次に,それらを再量子化する前の再訓練のためのそれらの連続値への緩和と,更なる適応のための別の重み分割への切り替えを,それらの連続的値へ緩和した。著者らは,既存のフレームワークに容易に統合できるSGDベース訓練法を用いて,GoogLeNetに対する最先端技術およびResNet-18およびResNet-50に対する競合性能を超える精度を有する二値および3重ネットワークを実証した。【JST・京大機械翻訳】

, , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , 分子・遺伝情報処理 , 遺伝子発現

, , ,

前のページに戻る