文件名称：frostnet:霜冻网
文件大小：550KB
文件格式：ZIP
更新时间：2024-05-04 04:51:15
computer-vision deep-learning pytorch style-transfer classification
FrostNet：迈向量化感知的网络架构搜索 Taehoon Kim 1,2 ，YoungJoon Yoo 1 ，Jihoon Yang 2 | | NAVER Corp.的Clova AI Research 西江大学机器学习实验室。 抽象的 INT8量化已成为在边缘设备上部署卷积神经网络（CNN）以减少内存和计算资源使用量的标准技术之一。 通过分析现有移动目标网络体系结构的量化性能，我们可以提出有关网络体系结构对于优化INT8量化的重要性的问题。 在本文中，我们提出了一种新的网络体系结构搜索（NAS）程序，以查找可保证全精度（FLOAT32）和量化（INT8）性能的网络。 我们首先提出关键而直接的优化方法，该方法可启用量化感知训练（QAT）：浮点统计辅助（StatAssist）和随机梯度增强（GradBoost）。 通过将基于梯度的NAS与StatAssist和GradBoost集成在