咨询与建议

限定检索结果

文献类型

  • 1 篇 期刊文献

馆藏范围

  • 1 篇 电子文献
  • 0 种 纸本馆藏

日期分布

学科分类号

  • 1 篇 工学
    • 1 篇 控制科学与工程
    • 1 篇 计算机科学与技术...
    • 1 篇 软件工程
  • 1 篇 管理学
    • 1 篇 管理科学与工程(可...

主题

  • 1 篇 定点数据表示
  • 1 篇 数据表示方式
  • 1 篇 卷积操作优化
  • 1 篇 深度卷积神经网络
  • 1 篇 浮点数据表示

机构

  • 1 篇 清华大学
  • 1 篇 清华信息科学与技...

作者

  • 1 篇 wang dongsheng
  • 1 篇 王海霞
  • 1 篇 wang peiqi
  • 1 篇 高原
  • 1 篇 刘振宇
  • 1 篇 wang haixia
  • 1 篇 gao yuan
  • 1 篇 王佩琪
  • 1 篇 liu zhenyu
  • 1 篇 汪东升

语言

  • 1 篇 中文
检索条件"主题词=浮点数据表示"
1 条 记 录,以下是1-10 订阅
排序:
深度卷积神经网络的数据表示方法分析与实践
收藏 引用
计算机研究与发展 2017年 第6期54卷 1348-1356页
作者: 王佩琪 高原 刘振宇 王海霞 汪东升 清华大学计算机科学与技术系 北京100084 清华信息科学与技术国家实验室(筹) 北京100084
深度卷积神经网络在多个领域展现了不凡的性能,并被广泛应用.随着网络深度的增加和网络结构不断复杂化,计算资源和存储资源的需求也在不断攀升.专用硬件可以很好地解决对计算和存储的双重需求,在低功耗同时满足较高的计算性能,从而应用... 详细信息
来源: 评论