Projektdetails
Beschreibung
Durch die Nutzung der Sparsamkeit in neuronalen Netzwerken kann eine effiziente Inferenz auf dem Gerät erreicht werden, wie z.B. bei AR/VR-Einzelgeräten, und das Training größerer Netzwerke mit geringerem Ressourcenbedarf. Bei der Schlussfolgerung führt die Sparsamkeit des Netzwerks natürlich zu schnelleren Schlussfolgerungen bei geringerem Energieverbrauch und geringerer Größe des Netzwerks. Für die Ausbildung, als
Spärliche Netzwerke benötigen deutlich weniger Speicherplatz, größere und tiefere Netzwerke mit der gleichen oder einer geringeren Anzahl von Parametern können komplexere Funktionen approximieren und benötigen weniger Training.
Daten.
Status | Abgeschlossen |
---|---|
Tatsächlicher Beginn/ -es Ende | 1/11/20 → 31/05/23 |
Fingerprint
Erkunden Sie die Forschungsthemen, die von diesem Projekt angesprochen werden. Diese Bezeichnungen werden den ihnen zugrunde liegenden Bewilligungen/Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.