Zobrazeno 1 - 10
of 50
pro vyhledávání: '"Winograd Convolution"'
Autor:
TONG Gan, HUANG Libo
Publikováno v:
Jisuanji kexue yu tansuo, Vol 16, Iss 5, Pp 959-971 (2022)
Convolutional neural networks (CNN) have been widely used in various fields and have played an impor-tant role. Convolution operator is the basic component of CNN, and it is also the most time-consuming part. In recent years, researchers have propose
Externí odkaz:
https://doaj.org/article/9d2a8d9201c5488484cea663f5446034
Autor:
Chen Dong, Tian Zonghao
Publikováno v:
Hangkong bingqi, Vol 28, Iss 3, Pp 10-17 (2021)
The problem existing in the transformation of deep learning algorithm to engineering application is analyzed. Combining with the characteristics and development trends of army intelligent ammunition, the missile-borne image processing heterogeneous a
Externí odkaz:
https://doaj.org/article/992df31c0b834b0d8fa5910811648e78
Publikováno v:
IEEE Access, Vol 9, Pp 164245-164255 (2021)
During the past several years, the need for on-device deep learning has rapidly increased, and the performance of mobile GPUs has significantly increased. As a viable approach for efficient on-device deep learning, INT8 quantized inference has been a
Externí odkaz:
https://doaj.org/article/a9f8d8e79c5a430a98dbfac864894da4
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Most of today's computer vision pipelines are built around deep neural networks, where convolution operations require most of the generally high compute effort. The Winograd convolution algorithm computes convolutions with fewer MACs compared to the
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::2d9cefb03e24cd921a32774bada908fd
http://arxiv.org/abs/2209.12982
http://arxiv.org/abs/2209.12982
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.