LQ-Nets: Learned Quantization for Highly Accurate and Compact Deep Neural Networks 论文阅读
摘要 虽然权重和激活量化是深度神经网络（DNN）压缩的有效方法，并且具有很多利用bit操作来提高推理速度的潜力，但在量化模型和完整模型之间的预测精度方面仍存在明显差距。为了解决这个差距 ...
原文：DeepFool: a simple and accurate method to fool deep neural networks
目录 概 主要内容 二分类模型 f 为线性 f 为一般二分类 多分类问题 f 仿射 f 为一般多分类 l p Moosavidezfooli S, Fawzi A, Frossard P, et al. DeepFool: A Simple and Accurate Method to Fool Deep Neural Networks C . computer vision and patte ...
2020-05-07 21:27 2 446 推荐指数：
相关推荐
ReLU——Deep Sparse Rectifier Neural Networks
1. 摘要 ReLU 相比 Tanh 能产生相同或者更好的性能，而且能产生真零的稀疏表示，非常适合自然就稀疏的数据。 采用 ReLU 后，在大量的有标签数据下，有没有无监督预训练模 ...
Understanding the difficulty of training deep feedforward neural networks
本文作者为：Xavier Glorot与Yoshua Bengio。 本文干了点什么呢？ 第一步：探索了不同的激活函数对网络的影响（包括：sigmoid函数，双曲正切函数和softsign y = ...
Deep Residual Learning in Spiking Neural Networks
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ 35th Conference on Neural Information Processing Systems (NeurIPS 2021), Sydney, Australia. （同组工作） Abstract ...
Deep Neural Networks for Object Detection（翻译）
0 - Abstract 深度神经网络（DNNs）最近在图像分类任务上表现出了突出的性能。在这篇文章中，我们进一步深入探究使用DNNs进行目标检测的问题，这个问题不仅需要对物体进行分类，并且还需 ...
《ImageNet Classification with Deep Convolutional Neural Networks》 剖析
《ImageNet Classification with Deep Convolutional Neural Networks》 剖析 CNN 领域的经典之作， 作者训练了一个面向数量为 1.2 百万的高分辨率的图像数据集ImageNet， 图像的种类为1000 种的深度卷积神经网络 ...