文件名称：larq：用于训练二值化神经网络的开源库
文件大小：77KB
文件格式：ZIP
更新时间：2024-02-27 01:14:12
python machine-learning binder deep-learning tensorflow
Larq是一个开源深度学习库，用于训练具有极低精度权重和激活的神经网络，例如Binarized Neural Networks（BNN）。 现有的深度神经网络使用32位，16位或8位来对每个权重和激活进行编码，从而使它们变大，缓慢且耗电。 这禁止了资源受限环境中的许多应用程序。 Larq是解决此问题的第一步。 它旨在基于tf.keras接口提供一种易于使用，可组合的方式来训练BNN（1位）和其他类型的量化神经网络（QNN）。 注意，使用训练有素的BNN进行有效推理需要使用优化的推理引擎。 我们在为多个平台提供这些功能。 Larq是BNN开发库家族的一部分； 您还可以签出以获得预训练的模型，
【文件预览】：
larq-master
----.coveragerc(102B)
----paper()
--------paper.md(6KB)
--------paper.bib(10KB)
----larq()
--------callbacks_test.py(6KB)
--------models.py(16KB)
--------testing_utils.py(8KB)
--------callbacks.py(4KB)
--------utils.py(2KB)
--------conftest_test.py(788B)
--------constraints_test.py(811B)
--------quantized_variable_test.py(14KB)
--------optimizers_test.py(10KB)
--------metrics.py(3KB)
--------conftest.py(2KB)
--------quantizers_test.py(15KB)
--------version_test.py(102B)
--------snapshots()
--------optimizers.py(13KB)
--------activations.py(1KB)
--------activations_test.py(1KB)
--------quantizers.py(18KB)
--------quantized_variable.py(14KB)
--------context_test.py(426B)
--------layers_base.py(9KB)
--------__init__.py(601B)
--------context.py(3KB)
--------math.py(909B)
--------math_test.py(1KB)
--------models_test.py(9KB)
--------metrics_test.py(3KB)
--------layers.py(61KB)
--------constraints.py(1KB)
--------layers_test.py(11KB)
--------utils_test.py(1KB)
----.github()
--------dependabot.yml(241B)
--------ISSUE_TEMPLATE()
--------release-drafter.yml(464B)
--------workflows()
--------pr_labels.yml(206B)
----LICENSE(11KB)
----CONTRIBUTING.md(2KB)
----setup.cfg(460B)
----codecov.yml(15B)
----setup.py(2KB)
----.gitignore(1KB)
----CODE_OF_CONDUCT.md(3KB)
----README.md(5KB)