神经网络量化(六)

在本节中,我们将探讨在模拟量化网络中如何进行反向传播,并提供有效训练QAT模型的标准流程。我们还将讨论批归一化折叠和通道量化在QAT中的影响,并提供各种任务和模型的结果。

Qualcomm 神经网络

时间:2024-06-13 13:26:34

神经网络量化(五)

本文博客主要介绍实验和调试的结果。

Qualcomm 神经网络

时间:2024-06-11 10:10:19

神经网络量化(四)

本文博客主要介绍如何纠偏和AdaRound。

Qualcomm 神经网络

时间:2024-06-06 10:31:54

神经网络量化(三)

当对具有多个层的神经网络进行量化时,我们面临着一个庞大的量化选择空间,包括量化方案、粒度和位宽。在本节中,我们探讨一些实际考虑因素,以帮助减少搜索空间。

Qualcomm 神经网络

时间:2024-06-05 11:10:30

神经网络量化(二)

在本节中,我们定义了本文中将使用的量化方案。

Qualcomm 神经网络

时间:2024-06-04 10:42:16

神经网络量化(一)

在本文中,我们介绍了最先进的算法,用于减轻量化噪声对网络性能的影响,同时保持低位权重和激活。

Qualcomm 神经网络

时间:2024-06-03 11:43:27

高效模型量化工具包-AIMET(八)

深度学习已经成为许多机器学习应用的重要组成部分,现在可以在无数的电子设备和服务中找到,从智能手机和家用电器到无人机、机器人和自动驾驶汽车。随着深度学习在我们日常生活中的普及和应用范围的扩大,对快速和高效的神经网络推理的需求也越来越大。

Qualcomm AIMET

时间:2024-05-31 11:16:53

高通QCS6490开发(九):配置M.2 NVME SSD扩展存储

QCS6490是高通公司针对高端物联网终端而优化的SoC,在性能和功耗上有最优的平衡。《高通QCS6490 AIoT应用开发》是介绍如何基于QCS6490平台完成AI+IoT的应用开发的系列文章。 本期主要介绍如何在FV01开发板配置SSD硬盘扩展存储空间。

QCS6490 AIoT

时间:2024-05-30 11:36:53

高通QCS6490开发(八):配置USB摄像头

QCS6490是高通公司针对高端物联网终端而优化的SoC,在性能和功耗上有最优的平衡。《高通QCS6490 AIoT应用开发》是介绍如何基于QCS6490平台完成AI+IoT的应用开发的系列文章。 本期主要介绍如何在FV01开发板上对USB 相机基本参数进行查看和设置。

QCS6490 AIoT

时间:2024-05-30 11:34:59

高通QCS6490开发(七):WIFI设置

QCS6490是高通公司针对高端物联网终端而优化的SoC,在性能和功耗上有最优的平衡。《高通QCS6490 开发》是介绍如何基于QCS6490平台完成AI+IoT的应用开发的系列文章。 本期主要开发板形态的FV01再Linux系统下如何连接天线及配置WIFI。

QCS6490 AIoT

时间:2024-05-30 11:33:34

高效模型量化工具包-AIMET(七)

在本章中,我们简要探讨了在具有模拟量化的网络中如何进行反向传播,并提供了一个有效训练QAT模型的标准流程。

Qualcomm AIMET

时间:2024-05-30 10:10:46

每页显示 共1892条数据 < 1... 16 17 18 ...172 >      到第 GO

高通软件中心

通过集中式门户站无缝管理您的高通®软件和工具

下载软件中心

申请成为“Qualcomm荣誉技术大使”

“Qualcomm荣誉技术大使”是Qualcomm开发者社区对开发者用户技术能力与影响力的认证体现,该荣誉代表Qualcomm社区对用户贡献的认可与肯定。

立即申请

Qualcomm 解决方案

 

高通技术公司推出头戴式AR开发套件骁龙Spaces™ XR开发者平台,助力打造无缝融合现实世界和数字世界边界的沉浸式体验。

为开发者提供实现创意的工具,并将变革头戴式AR的可能性,现已面市!