quantization - CNN 激活层的量化(训练后)
问题描述
我想知道神经网络中激活层的量化是如何工作的。我知道我们需要一个有代表性的数据集来观察常见的输出(使用 float32 输入)。但是然后量化什么/哪些参数?显然,用量化的 int8 值提供激活(例如 sigmoid)是行不通的,因为 sigmoid 函数的最小、最大范围。很高兴得到任何澄清。提前谢谢。
解决方案
推荐阅读
- reactjs - 将箭头函数返回给组件
- sql - 如何连接声明日期变量
- swift - 添加这些 UIButton 扩展功能如何使我的应用程序性能更好?
- javascript - 如何获取此表单的 div id?
- asp.net - 尝试使用 HttpWebRequest 方法将文件从控制器上传到具有 [FromForm] IFormFile 文件参数的 API 操作接收 null
- python - 读入 SQL 文件并使用 Count Vectorizer 获取单词出现次数
- ruby-on-rails - 日期周围的 RSpec Timecop 故障似乎与时区有关
- unix - 在 UNIX 中将字符串合并到从文本文件中提取的行
- python - 使用 Python3.x ,在 nano 中,第一行无法编辑
- jquery - 为什么向 HTML 页面元素添加 CSS 类会破坏 Turbolinks 获取的页面上的滚动?