Quantization of Deep Learning Solution for Efficient Interference
Kim Hee, Big Data BBQ 2021
Der Stromverbrauch von Rechenzentren verdoppelt sich jedes Jahr, und Edge-Geräte wie das Internet der Dinge (IoT) nehmen rapide zu. Die Quantisierung von Deep-Learning-Modellen reduziert die Modellgröße und die Inferenzzeit bei geringem bis gar keinem Verlust der Modellgenauigkeit. In der Präsentation werden der Hintergrund der Kernkonzepte und einige Ergebnisse vorgestellt.
Weitere Talks des Big Data BBQs 2021:
Geospatial Analysis for the Smart CityXAI Meets Natural Language ModelsSmart Use of Legal NLPFrom Simple to Complicated and Back AgainArtificial Neural Networks Revolutionise Biological Image AnalysisPyData to Build Our Future Weitere Informationen zum Big Data BBQ, Data Science und KI:

