文章图片

文章图片
表 1:CIFAR10 中的 VGG16 及 VGG16-BN 模型表现 。
在 CIFAR10 的 VGG16 实验中 ， OTO 将浮点数减少了 83.7% ， 将参数量减少了 97.5% ， 性能表现令人印象深刻 。
在 CIFAR10 的 ResNet50 实验中 ， OTO 在没有量化的情况下优于 SOTA 神经网络压缩框架 AMC 和 ANNC ， 仅使用了 12.8% 的 FLOPs 和 8.8% 的参数 。

文章图片

文章图片
表 2:CIFAR10 的 ResNet50 实验 。
在 ResNet50 的 ImageNet 实验中 ， OTO 减少了 64.5% 的参数 ， 实现了 65.5% 的浮点数减少 ， 与 baseline 的 Top-1/5 精度相比只有 1.4%/0.8% 的差距。

文章图片

文章图片
表 3:ResNet50 的 ImageNet 。
总体而言 ， OTO 在所有的压缩基准实验中获得了 SOTA 结果 ， 展现了模型的巨大潜力 。研究者表示 ， 未来的研究将关注合并量化和各种任务的应用上 。
来源：机器之心Pro

• “5G+AI”新应用来了！5G秘书帮你轻松搞定接电话、查天气
• 人类与AI如何共处？诺奖科学家、将棋天才、“低欲望社会”提出者的不同解答
• AI技术创新、模型创新、业务创新 全新服务模式助力金融机构数字化转型
• 冬奥在即！“AI教练”、滑雪机器人，沪上高校科技助力“冰雪精灵”！
• 年会礼品怎么选？不妨看看讯飞智能录音笔SR702、人体工学椅
• 潍坊出台氢能产业发展若干政策，制氢、运氢、多类燃料电池产品等最高补贴1000万元
• TGA创始人|TGA创始人发布EA、育碧等游戏公司市值（微软可以尝试收购一下（））
• 微软、动视暴雪并购电话会实录：元宇宙、云游戏，开启新一轮全球硬科技战事
• 微软收购动视暴雪后续|微软收购动视暴雪后续:游戏业务高管称不会独占,无意放弃索尼PS5平台
• 微信、支付宝新功能！网友直呼：终于来了