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