python - CNN 的量化:选择范围
问题描述
为了量化模型以使其加权(和/或激活)为 8 位整数而不是 32 位浮点数以加快计算速度,我们需要选择权重范围。
有没有什么办法可以最佳地完成这个范围选择而不是命中和试验?
例如,假设我们在 [100.0,500.0] 中有一个权重分布(浮点 32),我们选择范围 [200.0,455.0] 并将其映射到(整数 8)[0,255] 使得 200.0 映射到 0 和455.0 映射到 255,所有中间权重线性映射到整数(最接近)。
这里随机选择一个范围 ([200.0,455.0]),将权重留在 [100.0,200.0) 和 (455.0,500.0] 中,如果我们的范围与 256 相比太大,则会导致映射中的权重聚类。
量化是以准确性为代价的,而最佳范围选择有助于降低此成本。
解决方案
推荐阅读
- c - 扫描一个字符串并在C中打印它
- jquery - 如何将 Bootstrap 与使用旧版本 jQuery 的 CMS 一起使用?我尝试了无冲突模式,但无法使其正常运行
- raku - 在 Raku 的 Bag collection 中获得价值最高的物品
- c# - 查询字符串在“#”之后截断字符串
- django - 在 Django 中使用外部 API
- c++ - 反转字符串中的子字符串的递归函数
- php - PHP CURL 响应时间绕过
- c# - 使用 SSL 进行 Active Directory 登录检查
- android - 根据 textview 对 textview 进行动画处理
- angular - GraphQL 需要多个变量不能与 Angular-Apollo 一起正常工作