达布恩

dapnn:ARM设备上二进制神经网络的超快速推理框架。通常认为,二进制神经网络(BNNs)可以用位操作代替浮点深度神经网络(DNNs)中的算术运算,从而大大提高推理效率。然而,在低端的ARM设备(如移动电话和嵌入式设备)上还没有开源实现来支持这一想法。在这项工作中,我们提出了一个在ARM设备上实现BNN的超快速推理框架daBNN。针对位压缩、二值化卷积和内存布局,设计了几种加速和内存优化策略,以提高推理效率。与最近的开源BNN推理框架BMXNet相比,我们的daBNN在单个二进制卷积上的速度快7×23倍,在双实net18(ResNet-18的BNN变体)上大约快6倍。daBNN是一个BSD许可的推理框架,其源代码、示例项目和预先培训的模型可以在线获得:https://github.com/JDAI-CV/dapnn

此软件的关键字

这里的任何内容都将在支持canvas元素的浏览器上被替换


zbMATH中的参考文献(参考 1文章 参考)

显示结果1/1。
按年份排序(引用)

  1. Lukas Geiger;Plumerai团队:Larq:用于训练二进制神经网络的开源库(2020)不是zbMATH