Tsetlin Automaton

新的 Tsetlin 机器训练可大幅缩短边缘设备的推理延迟

研究人员开发了一种新的 Tsetlin 机器 (TM) 训练策略，该策略针对资源受限的边缘设备优化，以降低推理延迟。通过关注训练超参数 T 和 s 之间的关系，该策略旨在增加 's' 以最小化延迟，同时保持分类准确性。在 gem5 模拟器上使用 ARM 处理器进行的实验表明，这种定向搜索方法可以将推理延迟降低高达 16.34%，同时准确性损失极小，并且比穷举网格搜索需要更少的评估。