Zobrazeno 1 - 10
of 21
pro vyhledávání: '"Lan Huiying"'
Autor:
Liu, Xiang, Song, Yijun, Li, Xia, Sun, Yifei, Lan, Huiying, Liu, Zemin, Jiang, Linshan, Li, Jialin
Deep learning models are increasingly deployed on resource-constrained edge devices for real-time data analytics. In recent years, Vision Transformer models and their variants have demonstrated outstanding performance across various computer vision t
Externí odkaz:
http://arxiv.org/abs/2410.11650
Autor:
Tao, Jinhua, Du, Zidong, Guo, Qi, Lan, Huiying, Zhang, Lei, Zhou, Shengyuan, Xu, Lingjie, Liu, Cong, Liu, Haifeng, Tang, Shan, Rush, Allen, Chen, Willian, Liu, Shaoli, Chen, Yunji, Chen, Tianshi
The increasing attention on deep learning has tremendously spurred the design of intelligence processing hardware. The variety of emerging intelligence processors requires standard benchmarks for fair comparison and system optimization (in both softw
Externí odkaz:
http://arxiv.org/abs/1710.08315
Autor:
Zhang Shijin, Zidong Du, Qi Guo, Lei Zhang, Lan Huiying, Liu Shaoli, Ling Li, Tianshi Chen, Zhou Xuda, Yunji Chen
Publikováno v:
IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems. 38:1858-1871
Neural networks (NNs) have been demonstrated to be useful in a broad range of applications, such as image recognition, automatic translation, and advertisement recommendation. State-of-the-art NNs are known to be both computationally and memory inten
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::5cf9bcfc17932fb4be974af2fafe8983
https://doi.org/10.1109/tcad.2018.2864289
https://doi.org/10.1109/tcad.2018.2864289
Autor:
Luo Tao, Yunji Chen, Han Dong, Lan Huiying, Yuan Xie, Tianshi Chen, Liu Shaoli, Ling Li, Qi Guo, Jinhua Tao, Zidong Du
Publikováno v:
ACM Transactions on Computer Systems. 36:1-35
Machine Learning (ML) are a family of models for learning from the data to improve performance on a certain task. ML techniques, especially recent renewed neural networks (deep neural networks), have proven to be efficient for a broad range of applic
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::428ebcc777a1d6052c3943b5167b1360
https://doi.org/10.1145/3331469
https://doi.org/10.1145/3331469
Autor:
Yu-Qing Wang, X. Chen, Yunji Chen, Bing-Rui Wang, Qi Guo, Lan Huiying, Jinhua Tao, Wu Linyang, Xiao Zhang
Publikováno v:
Journal of Computer Science and Technology. 32:286-296
Recently, deep learning processors have become one of the most promising solutions of accelerating deep learning algorithms. Currently, the only method of programming the deep learning processors is through writing assembly instructions by bare hands
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::4d7868275a9b453586c81252b7093eb9
https://doi.org/10.1007/s11390-017-1722-2
https://doi.org/10.1007/s11390-017-1722-2
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:
Yunji Chen, Qi Guo, Liu Shaoli, Ling-Jie Xu, Jinhua Tao, Lei Zhang, Shengyuan Zhou, Shan Tang, Hai-Feng Liu, Zidong Du, Willian Chen, Lan Huiying, Allen Rush, Tianshi Chen, Cong Liu
The increasing attention on deep learning has tremendously spurred the design of intelligence processing hardware. The variety of emerging intelligence processors requires standard benchmarks for fair comparison and system optimization (in both softw
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1999c9112dee9f559f6e4a96fad392ce