Lance: efficient low-precision quantized winograd convolution for neural networks based on graphics processing units

Accelerating deep convolutional neural networks has become an active topic and sparked an interest in academia and industry. In this paper, we propose an efficient low-precision quantized Winograd convolution algorithm, called LANCE, which combines the advantages of fast convolution and quantization...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings of the ... IEEE International Conference on Acoustics, Speech and Signal Processing (1998) s. 3842 - 3846
Hlavní autoři:	Li, Guangli, Liu, Lei, Wang, Xueying, Ma, Xiu, Feng, Xiaobing
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.05.2020
Témata:	Convolution deep learning Graphics processing units Industries linear quantization low-precision computing Neural networks Quantization (signal) Signal processing algorithms Speech processing Winograd convolution
ISSN:	2379-190X
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!