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。
科研之友
微信
新浪微博
Facebook
分享链接
