[ICASSP’16]论文链接:https://arxiv.org/abs/1512.01322
递归神经网络在许多应用中表现出优异的性能; 然而,它们需要增加基于硬件或软件的实现的复杂性。通过最小化权重和信号的字长可以大大降低硬件复杂性。这项工作使用基于重新训练的量化方法分析递归神经网络的定点性能。研究了RNN中各层的量化灵敏度,并给出了整体定点优化结果,使得权重容量最小化,同时不牺牲性能。使用语言模型和音素识别示例。
【Fixed-Point Performance Analysis of Recurrent Neural Networks】论文笔记
最新推荐文章于 2023-08-25 12:31:33 发布