Data-Free Quantization with Accurate Activation Clipping and Adaptive Batch Normalization データフリー量子化は、元のトレーニングデータにアクセスせずにニューラルネットワークを低ビット幅に圧縮するタスクです。ほとんどの既存のデータフリー量子化方法は、特に低ビット幅の場合、不正確なアクティベーションクリッピング範囲と量子化誤差のために深刻なパフォーマンスの低下を引き起こします。この論文では、正確なアクティベーションクリッピングと適応バッチ正規化を備えたシンプルで効果的なデータフリー量子化手法を紹介します。正確なアクティベーションクリッピング(AAC)は、完全精度モデルからの正確なアクティベーション情報を活用することにより、モデルの精度を向上させます。適応バッチ正規化は、最初に、バッチ正規化層を適応的に更新
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く