基于动态映射的卷积神经网络量化重训练方法

• 作者: 李泽嵩 董光宇
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 卷积神经网络 模型量化 动态映射 微调训练
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 研究与探讨
• 页码范围: 84-91
• 页数: 8页
• 分类号: TP391.4
• 字数: 6857字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2020.07.017

摘要

伴随着神经网络实际效果的不断提升,网络的参数规模和计算量越来越大,这为神经网络的部署带来了较大的困难.文中提出了一种基于动态映射的网络量化方法,通过重新设计一些常见的神经网络计算单元,可以将网络中的参数量化到指定位数的定点数;同时在特定约束条件下,理论上支持在指定位数定点数下对该神经网络进行微调训练.文中通过相关实验证明了此量化方法和重训练方法是简洁有效的,并且优于现有的开源方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董光宇	同济大学汽车学院	11	54	5.0	7.0
2	李泽嵩	同济大学汽车学院	1	0	0.0	0.0