网络量化相关论文
深度卷积神经网络在计算机视觉的各个领域取得了突破性的进展,然而部署这些网络却需要大量的存储和计算成本,这阻碍了它们在物联网......
目前存储和计算成本严重阻碍深度神经网络应用和推广,而神经网络量化是一种有效的压缩方法.神经网络低比特量化存在的显著困难是量......
深度学习作为机器学习算法中的一个新兴技术,极大地促进了机器学习的发展,受到了世界各国互联网公司和相关研究人员的关注。但深度......
近年来,卷积神经网络在图像分类、目标检测、人脸检测和人脸识别等领域有着重大的突破。然而,目前卷积神经网络模型存在参数量庞大......
卷积神经网络在许多计算机视觉任务上取得巨大的成功。但是由于卷积神经网络需要消耗大量的计算力和存储空间,这限制了将先进的模......
高精度物体检测网络急剧增加的参数和计算量使得它们很难在车辆和无人机等端侧设备上直接部署使用。针对这一问题,从网络压缩和计......
近几年,以卷积神经网络为代表的深度学习技术在计算机视觉、自然语言处理、推荐系统等场景中表现出优异的性能。与此同时,训练卷积......
介绍了运营商规划和部署3G网络的指导方针和原则，这些原则涉及频谱和无线频率规划问题，关键是移动业务的频谱规划策略、网络量化的原......
基于神经网络的方法相对于传统的方法而言,其表现性能通常远超同领域的传统算法,在许多领域已取得实质性应用,如:语音识别、目标检......
学位
