PulseAugur
实时 00:54:41
实体 Bayesian DNN Compression through Sparse Quantized Sub-distributions

Bayesian DNN Compression through Sparse Quantized Sub-distributions

PulseAugur coverage of Bayesian DNN Compression through Sparse Quantized Sub-distributions — every cluster mentioning Bayesian DNN Compression through Sparse Quantized Sub-distributions across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_243309 ·

    新的SQS框架以最小的精度损失实现高深度神经网络压缩

    研究人员开发了一种名为SQS的新型贝叶斯变分框架,旨在高效压缩大型神经网络。该方法独特地将“spike-and-slab”稀疏性与高斯混合模型相结合进行量化,能够在最小的精度损失下实现显著的压缩率。实验表明,SQS在压缩ResNet、BERT-base、Llama3.2和Qwen2.5等模型方面非常有效,性能优于现有技术。