研究文章
一种新颖的低位量化压缩深层神经网络的策略
|
| 层张量(重量) |
完整的精度(1−稀疏)(%) |
我们的方法(1−稀疏)(%) |
|
| Conv1 (64 3, 3, 3) |
One hundred. |
One hundred. |
| Conv2 (64、64、3、3) |
One hundred. |
85.32 |
| Conv3 (64、64、3、3) |
One hundred. |
86.71 |
| Conv4 (64、64、3、3) |
One hundred. |
85.84 |
| Conv5 (64、64、3、3) |
One hundred. |
85.10 |
| Conv6 (128、64、3、3) |
One hundred. |
86.04 |
| Conv7 (128、128、3、3) |
One hundred. |
83.46 |
| Conv8 (128、64、1、1) |
One hundred. |
86.52 |
| Conv9 (128、128、3、3) |
One hundred. |
82.88 |
| Conv10 (128、128、3、3) |
One hundred. |
80.75 |
| Conv11 (256、128、3、3) |
One hundred. |
77.45 |
| Conv12 (256、256、3、3) |
One hundred. |
70.23 |
| Conv13 (256、128、1、1) |
One hundred. |
77.74 |
| Conv14 (256、256、3、3) |
One hundred. |
59.51 |
| Conv15 (256、256、3、3) |
One hundred. |
42.64 |
| Conv16 (512、256、3、3) |
One hundred. |
22.16 |
| Conv17 (512、512、3、3) |
One hundred. |
10.72 |
| Conv18 (512、256、1、1) |
One hundred. |
41.56 |
| Conv19 (512、512、3、3) |
One hundred. |
5.02 |
| Conv20 (512、512、3、3) |
One hundred. |
3.46 |
| 1−稀疏 |
One hundred. |
23.32 |
| 精度 |
93.74 |
92.52 |
|
|
