変形可能バタフライ:高度に構造的でスパースな線形変換【JST・京大機械翻訳】

Lin Rui; Ran Jie; Chiu King Hung; Chesi Graziano; Wong Ngai

プレプリント

J-GLOBAL ID：202202215145280800 整理番号：22P0310206

変形可能バタフライ:高度に構造的でスパースな線形変換【JST・京大機械翻訳】

Deformable Butterfly: A Highly Structured and Sparse Linear Transform

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 (5件)： , , , ,
資料名：
発行年： 2022年03月25日プレプリントサーバーでの情報更新日： 2022年03月25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)

従来のバタフライ行列を一般化し,様々な入出力次元に適応できる,Deformable Butterfly(DeBut)と名付けた新しい種類の線形変換を導入した。それは,伝統的バターの微細から粗粒の学習可能な階層構造を継承し,ニューラルネットワークに展開するとき,DeBut層における顕著な構造とスパース性はネットワーク圧縮のための新しい方法を構成する。標準完全接続と畳み込み層のドロップイン置換としてDeButを適用し,ニューラルネットワークを均質化し,精度を損なうことなく,軽量と低推論複雑性のような好ましい特性をレンダリングする優位性を示した。DeBut層の無数変形から生じる自然複雑性-精度トレードオフも,解析的および実用的研究のための新しい室を開く。コードとAppendixは,https://github.com/ruilin0212/DeButで公的に利用できる。【JST・京大機械翻訳】

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

人工知能

前のページに戻る