研究人员开发了 PrototypeNAS，这是一种新颖的零样本神经架构搜索方法，旨在为微控制器单元 (MCU) 快速创建高效的深度神经网络 (DNN)。该方法自动化了 DNN 的选择、压缩和专业化，解决了现有 NAS 技术资源密集型的特性。PrototypeNAS 将 DNN 设计与训练分离，并利用零样本代理的集成以及超体积子集选择来优化准确性和 FLOPs，从而能够在现成的 MCU 上以与大型模型相当的性能进行部署。 AI
影响 能够更有效地在资源受限的边缘设备上部署 AI 模型。
排序理由 详细介绍一种新的神经架构搜索方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX
- DagsHub
- Deep Neural Networks
- FLOPS
- Gotit.pub
- Hugging Face
- image classification
- Mark Deutel
- Microcontroller Units
- Neural architecture search
- object detection
- PrototypeNAS
- Time Series Classification
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
