T/SZROBOT 004-2023
深度学习网络模型压缩与量化算法评估规范

Assessment specification for deep learning model compression and quantization algorithms


 

 

非常抱歉,我们暂时无法提供预览,您可以试试: 免费下载 T/SZROBOT 004-2023 前三页,或者稍后再访问。

您也可以尝试购买此标准,
点击右侧 “购买” 按钮开始采购(由第三方提供)。

点击下载后,生成下载文件时间比较长,请耐心等待......

 

标准号
T/SZROBOT 004-2023
发布
2023年
发布单位
中国团体标准
当前最新
T/SZROBOT 004-2023
 
 
适用范围
本标准提出了人工智能深度学习网络模型压缩与量化算法的评估指标体系、评估流程,以及需求阶段评估、设计阶段评估、实现阶段评估和运行阶段评估等内容。 1、范围 2、算法简介 2.1多模型压缩算法 2.2量化算法 2.3剪枝算法 3、术语和定义 3.1可靠性 3.2可靠性评估 3.3算法失效 3.4危险 3.5危险严重性 3.6查准率 3.7查全率 3.8准确率 3.9相应时间 3.10Bitops 4、评估指标体系 4.1评估指标体系表 4.2算法功能实现的正确性 4.3算法压缩实现的性能 4.4量化训练数据集的影响 4.5软硬件平台依赖的影响 4.6环境数据的影响 5、评估流程 6、需求阶段的评估 7、设计阶段的评估 8、实现阶段的评估 9、运行阶段的评估 附录A 附录B

T/SZROBOT 004-2023相似标准


推荐

科学家发现深度神经网络对幻觉轮廓“视而不见”

另外可以观测到当交错光栅之间的距离较小时,存在一些模型的结果与其他模型的分布有较显著的差别。他们最终发现,使用深度增强技术训练的模型相比其他模型能够显著增强模型对交错光栅扭曲数据集的识别。该研究还招募了24名人类受试者,以评估不同的参数设置下,人类的幻觉轮廓感知能力以及其对数字和图像识别的影响。研究发现,即使是当前最先进的深度学习算法在交错光栅效应的识别上也与人类水平相距甚远。...

移动端机器学习模型压缩也自动化了:腾讯新框架为自家模型加速50%

腾讯AI Lab给出了一个答案:自动模型压缩框架PocketFlow。这个模型,腾讯自己已经用上了,最近还将开源。全球首个自动模型压缩框架PocketFlow被腾讯AI Lab称为世界首款自动化深度学习模型压缩框架,它集成了腾讯自己研发的和来自其他同行的主流的模型压缩训练算法,还引入了自研的超参数优化组件,实现了自动托管式模型压缩加速。所谓“自动化”,就是说模型压缩和加速过程都是自动完成的。...

北京大学深度学习实验室是北大数据科学研究中心

实验室的使命是研究机器学习的机理,包括但不限于深度学习和强化学习,并且运用机理去解决现实问题。发展机器学习理论,研究新的机器学习模型和原型,设计高效的算法以及实现大规模的算法软件库/平台。目前研究方向主要集中在但不限于以下几个方面:  1. 发展理解深度学习机制的理论;  2. 发展高效的优化多层神经网络算法;  3. 针对不同类型问题的网络结构设计;  4....

最新研究发现人工智能与人类差距显著

受人类和生物视觉系统中广泛存在的幻觉轮廓现象启发,中科院自动化所曾毅研究团队提出一种将机器学习视觉数据集转换成幻觉轮廓样本的方法,量化测量当前的深度学习模型对幻觉轮廓识别能力,实验结果证明,从经典的到最先进的深度神经网络都难以像人一样具有较好的幻觉轮廓识别能力,即使是当前最先进的深度学习算法在交错光栅效应(幻觉识别能力之一)的识别上也与人类水平相距甚远。...





Copyright ©2007-2022 ANTPEDIA, All Rights Reserved
京ICP备07018254号 京公网安备1101085018 电信与信息服务业务经营许可证:京ICP证110310号