【论文学习笔记-3】ABC Net（Accurate Binary Convolutional Neural Network）

最新推荐文章于 2024-07-27 09:47:37 发布

Imperfactions

最新推荐文章于 2024-07-27 09:47:37 发布

阅读量2.5k

点赞数

CC 4.0 BY-SA版权

分类专栏：学习文章标签：深度学习神经网络

本文链接：https://blog.youkuaiyun.com/Imperfactions/article/details/119092515

【论文学习笔记-3】ABC Net（Accurate Binary Convolutional Neural Network）

核心思想

用多个二值矩阵的基通过线性组合来达成对全精度Weight及Activation的最佳逼近。

Related Works

Quantized Neural Networks:
通过控制W的Bitwise来减少计算量和空间消耗，但是只在小数据集上表现较好（Cifar10，SVHN），但在大数据集（ImageNet）上分类效果不佳，有实验显示当精度小于4-Bit时准确度会快速下降。Cai等人通过解决了Gradient Mismatch Problem强化了低Bitwise模型，但是还有上升空间
Binarized Newral Networks:
主要提到BNN和XNOR-net，好处是降低了存储空间的消耗和power efficiency，但是精度都掉的很快。

受以上启发，本文提出了用多二值矩阵基线性组合逼近全精度精确度的想法，且使用了多重二值激活的做法，且在ImageNet上效果良好。