深度網(wǎng)絡(luò)數(shù)據(jù)編碼新突破，上交大SPARK登上計(jì)算機(jī)體系結(jié)構(gòu)頂會(huì)
隨著深度神經(jīng)網(wǎng)絡(luò)（DNNs）模型在規(guī)模和復(fù)雜性上的迅速增長(zhǎng)，傳統(tǒng)的神經(jīng)網(wǎng)絡(luò)處理方法面臨著嚴(yán)峻的挑戰(zhàn)。現(xiàn)有的神經(jīng)網(wǎng)絡(luò)壓縮技術(shù)在處理參數(shù)規(guī)模大、精度要求高的神經(jīng)網(wǎng)絡(luò)模型時(shí)效率低下，無(wú)法滿足現(xiàn)有應(yīng)用的需求。數(shù)值量化是神經(jīng)網(wǎng)絡(luò)模型壓縮的一種有效手段。
