声明
第 1 章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 低秩分解
1.2.2 剪枝
1.2.3 知识蒸馏
1.3 量化算法概述
1.3.1 权重共享量化
1.3.2 定点量化
1.4 本文的研究内容及方法
第 2 章 神经网络和量化理论基础
2.1 人工神经网络
2.1.1 神经元
2.1.2 激活函数
2.1.3 深度前馈网络
2.1.4 参数学习与反向传播算法
2.2 卷积神经网络
2.2.1 卷积与卷积核
2.2.2 稀疏连接与权重共享
2.2.3 池化
2.2.4 深度残差网络
2.3 网络优化和正则化
2.3.1 梯度下降优化
2.3.2 批量归一化
2.3.3 正则化
2.4 定点量化器
2.5 本章小结
第 3 章 量化策略
3.1 引言
3.2 权重量化
3.2.1 量化函数
3.2.2 梯度近似
3.3 组合三值量化
3.3.1 数值求解
3.3.2 误差对比
3.3.2 组合量化
3.4 激活值量化
3.4.1 定点量化分析
3.4.2 统计截断
3.5 本章小结
第 4 章 组合三值量化网络
4.1 引言
4.2 训练算法
4.3 权重初始化
4.4 推断计算
4.5 本章小结
第5章实验及结果分析
5.1 引言
5.2 数据集介绍
5.3 模型选择
5.4 对比实验
5.4.1 N 的取值
5.4.2 综合对比
5.5 本章小结
结论与展望
参考文献
攻读学位期间研究成果和发表专利情况
致 谢
湖南大学;