Google发布新API，支持训练更小更快的AI模型

Google发布新API，支持训练更小更快的AI模型

通常，从较高精度到较低精度的过程有很多噪声。因为量化把小范围的浮点数压缩为固定数量的信息存储区中，这导致信息损失，类似于将小数值表示为整数时的舍入误差（例如，在范围[2.0，2.3]中的所有值都可以在相同的存储中表示。）。问题在于，当在多个计算中使用有损数时，精度损失就会累积，这就需要为下一次计算重新标度。

谷歌在报告中给出的测试结果显示，在开源Imagenet数据集的图像分类模型（MobilenetV1 224）上进行测试，结果显示未经量化的精度为71.03％，量化后的精度达到了71.06％。

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。