研究人员开发了FORGE,这是一种新颖的正向测试时自适应方法,专门为在微控制器上运行的纯整数视觉模型设计。该方法通过仅使用前向传播估计来重新归一化折叠的卷积层,解决了在没有通常所需的反向传播机制的情况下将模型适应现实世界分布偏移的挑战。FORGE展示了显著的准确性提升,恢复了基于梯度的方法的大部分优势,并且足够高效,可以以最小的能源和时间成本部署在ESP32-S3等微控制器上。 AI
影响 使得在资源受限的微控制器上部署更鲁棒的AI模型成为可能,提高了在现实条件下的性能。
排序理由 该集群包含一篇详细介绍新AI模型自适应方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →