.png){kind=icon}
返回
Software Optimization and Design Methodology for Low Power Computer Vision Systems
.png){kind=icon}
OA
AI
DOI：10.1145/3687310.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本教程文章将低功耗计算机视觉系统作为一个神经网络应用领域的典型案例，探讨为在硬件平台施加的资源与性能约束条件下提升精度而开发的多种技术。聚焦于特定的硬件平台和网络模型，软件优化技术（包括剪枝、量化、低秩近似和并行化）旨在满足资源与性能约束的同时最小化精度损失。由于模型压缩方法之间存在相互依赖性，其系统性应用至关重要，正如2017年和2018年低功耗图像识别挑战赛（LPIRC）的获胜方案所证明的那样。鉴于当代硬件平台处理单元典型的异构性，通过神经网络并行化实现有效利用对性能提升愈发重要。文章倡导一种更具影响力的策略——为特定硬件平台设计定制化的网络架构。关于每种技术的详细信息，文章提供了相应的参考文献。
Keyword:
Additional Key Words and Phrases
Optimization
neural architecture search
parallelization
embedded ma- chine learning
期刊
IF:
2.6
论文数:
238
被引数:
2.3K
机构
引用论文
.png){kind=icon}
分享收藏分享收藏An autonomous agent for reliable operation of power market and systems including microgrids用于电力市场和包括微电网在内的系统的可靠运行的自治代理
PREAI
分享收藏
查看更多内容