- 博客(4)
- 收藏
- 关注
RSS订阅原创 如何给深度学习加速——模型压缩、推理加速
深度学习模型往往受到端计算力的限制，无法很好的部署在移动端或无法降低端的计算成本。例如自动驾驶的模型就过于巨大，而且往往是很多模型并行，所以一般会用一些加速的方法来降低推算的计算力要求。加速方法有多种不同角度：网络结构，模型推理加速，模型剪枝，参数量化等。Table of Contents网络结构加速模型推理加速优化模型的推理顺序降低参数精度加速模型剪枝加速参数量化...
2019-01-31 17:31:44
13024
原创 tensorflow BERT学习记录--使用自己的训练集--run_classifier.py
tensorflow bert github上有tensorflow bert的源代码和预训练模型的下载链接该仓库里的run_classifier.py 用于fine-tuning以及推理,官方的BERT库里,只需要修改run_classifier.py即可完成对新数据集的fine-tuning和推理, 该文件里的代码主要是以下几块: 训练参数Flags的定义, 没什么好说的, 官方...
2019-01-25 16:53:45
10500
3
原创 Keras使用心得记录
创建model(Squential形式): model.Squential() model.add(Dense(num_pixels, input_dim=num_pixels, init='normal', activation='relu')) model.add(Dense(num_classes, init='normal', activation='so...
2019-01-07 16:23:31
11394
3
原创 Pytorch和Tensorflow在实现RNN上的区别
TF:单个RNN单元可以调用:rnn_cell = tf.nn.rnn_cell.BasicLSTMCell(num_units=128) # num_units是隐藏状态的特征维数,如果直接将h当作输出,则输出特征的维数是128(也可以调用tf.nn.rnn_cell.BasicRNNCell(num_units=128)或tf.nn.rnn_cell.GRUCell(num_un...
2019-01-03 20:17:47
1943
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