文件名称：strassennets:具有乘法预算的深度学习
文件大小：417KB
文件格式：ZIP
更新时间：2024-05-21 03:10:15
JupyterNotebook
StrassenNets 再现论文。 简而言之，所提出的方法通过2层总和乘积网络（SPN）逼近了深层神经网络（DNN）层中的（广义）矩阵乘法，并端对端地学习了SPN。 CIFAR10代码（Jupyter Notebook）提供了该方法的概述。 要求 该代码已使用Python 3.5和 1.0进行了测试。 语言模型代码仅在GPU上运行。 CIFAR-10 要在CIFAR-10上训练Strassen-ResNet-20，请在使用StrassenNetsCIFAR10.ipynb。 对于受VGG启发的7层架构，请运行 python3 StrassenNetworksCIFAR10_VGG.py --nbr_mul 1 --out_patch 1 --gpu_index 0 可以使用--nbr_mul和--out_patch调整乘法预算。 宾夕法尼亚树银行（PTB） 从下载经过预处理的PTB
【文件预览】：
strassennets-master
----StrassenNetsCIFAR10.ipynb(253KB)
----langmod()
--------BatchLoaderUnk.py(11KB)
--------model.py(6KB)
--------train.py(19KB)
----StrassenNetworksCIFAR10_VGG.py(9KB)
----README.md(2KB)
----common()
--------ter_quant.py(3KB)
--------sumprodlayer.py(22KB)
----PosterStrassenNets.pdf(374KB)