实体
depthwise convolution
depthwise convolution
PulseAugur coverage of depthwise convolution — every cluster mentioning depthwise convolution across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
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 2 条
-
新的小波卷积方法提高了速度并降低了内存使用量
研究人员开发了一种新方法来提高小波卷积（WTConv）的效率，这是一种用于神经网络中诸如温度测量等任务的技术。现有的WTConv实现因过多的数据移动而受到阻碍，导致性能缓慢和内存使用量高。通过将该过程重新设计为I/O感知，该团队显著减少了到高带宽内存的数据流量，从而实现了高达4.35倍的训练速度提升，并将峰值内存需求大致减半。
-
新的深度卷积加速视觉基础模型
研究人员开发了一种通过用高效的深度卷积层替换Vision Transformer (ViT)骨干网络中的某些注意力头来加速视觉基础模型的新方法。这种即插即用的替换方法在图像分类和分割任务上实现了17-20%的推理速度提升，同时性能损失极小。该方法包括识别可替换头的策略以及用于恢复下游任务性能的微调程序，并公开了一个参考实现。