跳到正文
热点事件持续更新

BeFit框架用Bernstein激活为微控制器压缩模型

1 篇报道1 个报道来源22 分钟前更新

先了解这件事

AI 综述

Malak Gamal El-Din 等人在 arXiv 发布 BeFit 框架,将模型容量从权重转移到可学习的 Bernstein 多项式激活,结合硬件感知神经架构搜索、知识蒸馏和无乘法权重投影,生成适配微控制器的紧凑 BeCNN。 论文称,在 TI CC3220SF(Cortex-M4)上,权重投影使 BeCNN 平均提速 2.2 倍,精度平均损失 0.8 个百分点;所有任务的最终模型平均与其 float32 教师模型精度差距在 1.56 个百分点以内。

AI 根据报道生成 · 9 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    BeFit:用可学习 Bernstein 激活替代权重复杂度,面向资源受限的时序传感部署

    arXiv 论文提出 BeFit 框架,将模型容量从权重转移到可学习的 Bernstein 多项式激活,通过硬件感知神经架构搜索、知识蒸馏和乘法免运算权重投影,生成适配微控制器的紧凑 BeCNN。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。