神经网络图优化与量化模拟

原创 于 2023-02-01 22:05:05 发布 · 303 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#人工智能 #神经网络 #深度学习 #算法

文章探讨了神经网络计算图的优化技术，包括算子融合如conv+add，常量折叠和矩阵乘拆分等策略，以提升计算效率。同时，提到了数据类型的cast转换和联合节点在多平台兼容性中的重要性，提供了量化模拟的练习内容。

神经网络图优化与量化模拟

计算图

image-20230201210657420

image-20230201210917641

image-20230201210934686

image-20230201211403748

计算加速

image-20230201211623936

image-20230201211951035

合并之后的算子

image-20230201212101987

image-20230201212122067

image-20230201212200136

image-20230201212334369

常见融合演示

image-20230201212953874

image-20230201212947620

image-20230201213102326

image-20230201213245657

常量折叠

image-20230201213322989

相邻矩阵乘

image-20230201213424297

矩阵乘拆分

image-20230201213528605

conv+add

image-20230201213630423

量化练习

image-20230201213729529

image-20230201213951057

image-20230201214128917

image-20230201214148683

image-20230201213748535

其中cast做数据类型转换int-》float

image-20230201214505594

image-20230201214722092

联合节点

导出的格式要适配多个平台

image-20230201214810931

image-20230201215221219

image-20230201215242135

image-20230201215408837

image-20230201215557135

练习

image-20230201215830144

灰色的为关闭

image-20230201215855898

评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值