購物車(0)
卷積神經網絡低位寬量化推理研究
付強; 姜晶菲; 竇勇 國防科技大學計算機學院; 長沙410073
關鍵詞：卷積神經網絡 量化 批規范化
摘要：隨著深度卷積神經網絡對計算量與訪存量的需求增加,網絡壓縮與加速技術成為近幾年的研究熱點。針對網絡架構改進、偽量化等重訓練方法在壓縮深度卷積神經網絡時存在算力要求大、數據集難獲得以及部署周期長等缺點,論文提出一種有效利用卷積神經網絡數值均衡以及批規范化和ReLU非線性激活組合信息特點的壓縮加速方法,只需對預訓練網絡模型權值進行調整即可達到較好的壓縮加速效果。該方法適合在FPGA或ASIC這類定制硬件上實現,并能夠實現硬件邏輯資源、能耗、訪存帶寬以及物體檢測精度之間的平衡。最后,在人臉檢測任務上驗證了該卷積神經網絡低位寬量化推理方法的有效性。
計算機與數字工程雜志要求:
{1}注釋主要包括釋義性注釋和引文注釋。釋義性注釋是對文章正文中某一特定內容的進一步解釋或補充說明；引文注釋包括各種引用文獻的原文摘錄，要詳細注明節略原文。
{2}請勿一稿多投，本刊實行雙向匿名審稿制，稿件三個月后未被采用，作者可自行處理。
{3}請勿一稿兩投；請遵循學術規范，如出現剽竊，文責自負。
{4}引言切忌與摘要雷同，也不是摘要的注釋；應與結語呼應，引言中提出的問題，結語中應有回答，但不能雷同。
{5}關鍵詞：一般每篇論文標引2～5個關鍵詞。請盡量使用美國國立醫學圖書館編輯的最新版IndexMedicus中醫學主題詞表(MesH)內所列的詞。必要時，可采用習用的自由詞并排列于最后。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
