エントリーの編集

エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
深層学習の量子化に入門してみた 〜理論編〜 - Retrieva TECH BLOG
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています

- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
深層学習の量子化に入門してみた 〜理論編〜 - Retrieva TECH BLOG
こんにちは。 リサーチャーの勝又です。 私はレトリバで自然言語処理、とくに要約や文法誤り訂正に関す... こんにちは。 リサーチャーの勝又です。 私はレトリバで自然言語処理、とくに要約や文法誤り訂正に関する研究の最新動向の調査・キャッチアップなどを行っております。 最近、深層学習の量子化について勉強する機会があったので、この記事では量子化の理論的な話をまとめてみようと思います。 深層学習の量子化が流行っている? 量子化の簡単な解説 どうやって値を低精度に変換するのか 1. Affine Quantization 2. Symmetric Quantization 演算をIntで行う Affine QuantizationとSymmetric Quantizationの違い 量子化したい値が範囲を超えてしまったら 量子化の種類 1. Dynamic Quantization 2. Static Quantization(Post Training Quantization) Quantizati