Zobrazeno 1 - 10
of 72
pro vyhledávání: '"Deng Zhaoxia"'
Autor:
Rouhani, Bita, Zhao, Ritchie, Elango, Venmugil, Shafipour, Rasoul, Hall, Mathew, Mesmakhosroshahi, Maral, More, Ankit, Melnick, Levi, Golub, Maximilian, Varatkar, Girish, Shao, Lei, Kolhe, Gaurav, Melts, Dimitry, Klar, Jasmine, L'Heureux, Renee, Perry, Matt, Burger, Doug, Chung, Eric, Deng, Zhaoxia, Naghshineh, Sam, Park, Jongsoo, Naumov, Maxim
This paper introduces Block Data Representations (BDR), a framework for exploring and evaluating a wide spectrum of narrow-precision formats for deep learning. It enables comparison of popular quantization standards, and through BDR, new formats base
Externí odkaz:
http://arxiv.org/abs/2302.08007
Autor:
Deng Zhaoxia
Publikováno v:
Applied Mathematics and Nonlinear Sciences, Vol 8, Iss 2, Pp 3445-3466 (2023)
While game adaptations have enriched people’s cultural lives, they also give rise to many legal disputes. The current copyright regime in China fails to acknowledge the core role of the right of adaptation in copyright theory and provides scant pro
Externí odkaz:
https://doaj.org/article/21ef8ba61ece4c4dbdbb83373deef886
Autor:
Deng Zhaoxia
Publikováno v:
Applied Mathematics and Nonlinear Sciences, Vol 9, Iss 1 (2024)
This study delves into the four characteristics of data accessibility across seven APEC countries, identifying key regulatory disparities in utilizing health-related data for medical research, including the potential reuse of health-related data, inc
Externí odkaz:
https://doaj.org/article/2712258e1ea64d5ca92c09713f2a9349
Autor:
Deng, Zhaoxia, Lee, Jyh-An
Publikováno v:
In Computer Law & Security Review: The International Journal of Technology Law and Practice September 2022 46
Autor:
Deng, Zhaoxia, Li, Yahong
Publikováno v:
In Computer Law & Security Review: The International Journal of Technology Law and Practice November 2021 43
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Ping Tak Peter Tang, Raghuraman Krishnamoorthi, Daya Shanker Khudia, Satish Nadathur, Jongsoo Park, Hector Yuen, Jianyu Huang, Maxim Naumov, Ellie Wen, Mikhail Smelyanskiy, Xiaohan Wei, Sam Naghshineh, Dhruv Choudhary, Jie Yang, Changkyu San Jose Kim, Haixin Liu, Deng Zhaoxia, Carole-Jean Wu
Publikováno v:
IEEE Micro. 41:93-100
Tremendous success of machine learning (ML) and the unabated growth in model complexity motivated many ML-specific designs in hardware architectures to speed up the model inference. While these architectures are diverse, highly optimized low-precisio
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::fcd9d56841f7bd8d51b6f6565668bb69
https://doi.org/10.1109/mm.2021.3081981
https://doi.org/10.1109/mm.2021.3081981