典型文献
一种基于整数优化的卷积神经网络训练
文献摘要：
卷积神经网络已成功用于视觉分类等各种任务,但卷积神经网络往往需要更大的内存及更多计算资源.文中设计了一种基于整数优化的卷积神经网络训练算法.该算法在网络模型训练的同时,将网络模型量化成整数.这大大降低了模型大小与计算复杂度,有利于加速卷积神经网络的前向推理过程.在ImageNet数据集上验证了该算法,实验结果表明:该算法在降低模型大小与计算复杂度的同时,保持了与原模型相似的分类精度.
文献关键词：
卷积神经网络;整数域优化;视觉分类
中图分类号：
作者姓名：
陈佳伟
作者机构：
咸阳师范学院 数学与统计学院,陕西 咸阳 712000
文献出处：
引用格式：
[1]陈佳伟-.一种基于整数优化的卷积神经网络训练)[J].咸阳师范学院学报,2022(06):5-7
A类：
整数域优化
B类：
神经网络训练,功用,视觉分类,计算资源,中设计,训练算法,模型训练,模型量化,大大降低,计算复杂度,推理过程,ImageNet,模型相似,分类精度
AB值：
0.283283
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
