| 自動化構(gòu)建移動端神經(jīng)網(wǎng)絡的技術(shù)研究 | |
| 所屬分類：技術(shù)論文 | |
| 上傳者：aetmagazine | |
| 文檔大小：520 K | |
| 標簽： 輕量級神經(jīng)網(wǎng)絡 卷積 模型約束 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：深度學習已在視覺、語音、自然語言等應用領域取得巨大成功，然而隨著網(wǎng)絡結(jié)構(gòu)日趨復雜，神經(jīng)網(wǎng)絡參數(shù)量也迅速增長，設計網(wǎng)絡結(jié)構(gòu)和調(diào)節(jié)參數(shù)這一過程需要大量的專業(yè)知識與反復試驗，成本極高。此外，由于功耗限制與存儲空間等因素，移動端設備上的神經(jīng)網(wǎng)絡模型規(guī)模受限。設計了一種高效的移動端神經(jīng)網(wǎng)絡架構(gòu)搜索算法，具體包括：(1)設計了一種在預先給定神經(jīng)網(wǎng)絡架構(gòu)的情況下可以自動計算模型浮點數(shù)運算次數(shù)的算法；(2)改進現(xiàn)有的基于梯度的神經(jīng)網(wǎng)絡架構(gòu)搜索算法，設計了一種帶約束的架構(gòu)搜索算法；(3)在神經(jīng)網(wǎng)絡架構(gòu)搜索過程中加入對浮點數(shù)運算次數(shù)的約束，通過調(diào)節(jié)約束的強弱搜索到幾種不同的神經(jīng)網(wǎng)絡架構(gòu)。訓練搜索到的神經(jīng)網(wǎng)絡，測試其在圖像分類任務上的性能，并與工業(yè)界常用的模型相比較。實驗結(jié)果表明，該方法搜索到的模型能達到目前工業(yè)界主流模型性能。 | |
| 現(xiàn)在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權(quán)所有 京ICP備10017138號-2