Mehmet Emre Akbulut

新的MemFLoRA方法大幅削减边缘自适应CNN的内存使用

研究人员开发了一种名为Memory-Floor LoRA (MemFLoRA) 的新参数高效微调方法，专为在边缘自适应卷积神经网络 (CNN) 而设计。该方法通过减少反向传播所需的激活状态来解决设备上学习的内存限制。与完全微调相比，MemFLoRA在节省激活内存方面高达98.7%，在峰值训练状态内存方面高达97.3%，同时在人类活动识别任务上保持或提高了性能。