JPEG-ACT: Accelerating Deep Learning via Transform-based Lossy Compression

A reduction in the time it takes to train machine learning models can be translated into improvements in accuracy. An important factor that increases training time in deep neural networks (DNNs) is the need to store large amounts of temporary data during the back-propagation algorithm. To enable tra...

Celý popis

Podrobná bibliografie

Vydáno v:	2020 ACM/IEEE 47th Annual International Symposium on Computer Architecture (ISCA) s. 860 - 873
Hlavní autoři:	Evans, R. David, Liu, Lufei, Aamodt, Tor M.
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.05.2020
Témata:	Accuracy CNN Training Compression Computer architecture Convolutional neural networks Deep learning GPU Graphics processing units Hardware acceleration Image coding Machine learning algorithms Training Transform coding
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!