没有合适的资源?快使用搜索试试~ 我知道了~
EasyQuant:EasyQuant(EQ)是一种有效且简单的训练后量化方法,它可以有效地优化权重和激活的比例
共24个文件
sh:7个
py:5个
txt:3个
需积分: 49 4 下载量 146 浏览量
2021-03-19
22:25:14
上传
评论
收藏 98KB ZIP 举报
温馨提示
EasyQuant:通过尺度优化进行训练后量化 EasyQuant(EQ)是一种有效且简单的训练后量化方法,它可以有效地优化权重和激活的比例。我们的论文可在 要求 pip install -r requirements.txt 更新: 2020年6月25日:我们发布了EasyQuant.pdf文件和eq-ncnn。 2020年6月24日:我们发布了VGG16示例。 资料准备 首先,对于ImageNet1k分类任务,请下载 。我们从ImageNet val中将3000个校准图像随机采样到data/calib.txt以进行KLD量化,并从calib到data/list50.txt选择50个样本以进行EasyQuant比例微调。然后,我们将评估Val集上的量化模型。 怎么跑 准备好Caffe和ncnn 编译python_ncnn # cd python_ncnn # modify ncn
资源推荐
资源详情
资源评论
收起资源包目录
EasyQuant-master.zip (24个子文件)
EasyQuant-master
model
vgg16
net_file_upgrade.sh 638B
requirements.txt 225B
example
vgg16
run_caffe2ncnn.sh 191B
run_validation.sh 130B
run.sh 473B
run_scale_quantation.sh 310B
run_infer_shape.sh 181B
run_scale_fine_tuning.sh 337B
LICENSE 2KB
tools
scale_fine_tuning.py 17KB
hist_tool.py 3KB
infer_shape.py 4KB
ncnn_val_caffe.py 7KB
caffe_quanttable_e2e.py 23KB
README.md 5KB
data
list50.txt 1018B
calib.txt 60KB
docs
int7Inference.png 53KB
.gitignore 134B
python_ncnn
ncnn.cpp 7KB
ncnn2python.cpp 2KB
README.md 349B
Makefile 915B
ncnn.h 2KB
共 24 条
- 1
资源评论
蓝色山脉
- 粉丝: 17
- 资源: 4613
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功