- 博客(4)
- 收藏
- 关注
RSS订阅原创 FP16与INT8
AI计算中的两种数据格式FP16和INT8同为端侧AI计算深度学习模型中的常用数据格式，在不同的AI应用中具有独特优势什么是FP16呢？在计算机语言中，FP32表示单精度浮点数，相应的FP16就是半精度浮点数。与FP32相比，FP16的访存消耗仅为1/2，也因此FP16是更适合在移动终端侧进行AI计算的数据格式。相比INT8，FP16浮点计算在终端侧的体验优势非常明显，尤其在需要更高精度图像处理的场景，能够实现更高精度的“抠图”。如今，AI拍照、AI视频等已经成为人们记录生活的智慧助手，高精度带来
2021-10-02 22:54:07
7470
原创 全局池化层
全局池化层：global average pooling作用：替代全连接层，减少参数量，主要是用来解决全连接的问题，其主要是是将最后一层的特征图进行整张图的一个均值池化，形成一个特征点，将这些特征点组成最后的特征向量，进行softmax中进行计算。...
2021-10-02 22:45:14
2180
原创 torch.clamp()函数
torch.clamp()torch.clamp(input, min, max, out=None) → Tensor将输入input张量每个元素的夹紧到区间 [min,max][min,max]，并返回结果到一个新张量。
2021-08-05 09:32:54
247
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人