用于神经网络压缩的基于聚类的量化.pdfVIP

下载本文档

0
0
约5.78万字
约 49页
2023-04-27 发布于北京
举报
版权申诉

用于神经网络压缩的基于聚类的量化.pdf

1、本文档共49页，其中可免费阅读48页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了用于神经网络(NN)压缩的基于聚类的量化的系统、方法和手段。可以分析NN层中权重张量中的权重分布以识别集群异常值。可以例如使用标量量化和/或向量量化相对于集群异常值对集群内部值进行编码。权重重新排列可以将较高维度的权重张量的权重重新排列为较低维度的矩阵。例如，权重重新排列可以将卷积核扁平化为向量。例如，可以通过将跨信道的一个或多个滤波器视为一个点来保持核之间的相关性。张量可以例如沿输入信道和/或输出信道被分成多个子空间。可以基于重新整形或先前编码的块或矩阵对权重或权重矩阵的当前块执行

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114175056 A (43)申请公布日 2022.03.11 (21)申请号 202080053422.9 (74)专利代理机构北京同立钧成知识产权代理