期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于时间误差的循环神经网络参数压缩
被引量：
3
1
作者
王
龙
钢
刘世杰
+1 位作者
冯珊珊
李宏伟
《计算机工程与应用》
CSCD
北大核心
2020年第3期134-138,共5页
循环神经网络被广泛应用于各种序列数据处理任务中,如机器翻译、语音识别、图像标注等。基于循环神经网络的语言模型通常包含大量的参数,这一点在一定程度上限制了模型在移动设备或嵌入式设备上的使用。在低秩重构压缩的基础上,增加时...
循环神经网络被广泛应用于各种序列数据处理任务中,如机器翻译、语音识别、图像标注等。基于循环神经网络的语言模型通常包含大量的参数,这一点在一定程度上限制了模型在移动设备或嵌入式设备上的使用。在低秩重构压缩的基础上,增加时间误差重构函数,并采用长短时记忆网络中的输入激活机制,提出了一种基于时间误差的低秩重构压缩方法。多个数据集上的数值实验表明,该方法具有较好的压缩效果。
展开更多
关键词
循环神经网络
长短时记忆网络
低秩重构压缩
基于时间误差的低秩重构压缩
下载PDF
职称材料
题名
基于时间误差的循环神经网络参数压缩
被引量：
3
1
作者
王
龙
钢
刘世杰
冯珊珊
李宏伟
机构
中国地质大学(武汉)数学与物理学院
出处
《计算机工程与应用》
CSCD
北大核心
2020年第3期134-138,共5页
基金
国家自然科学基金（No.61601417）
文摘
循环神经网络被广泛应用于各种序列数据处理任务中,如机器翻译、语音识别、图像标注等。基于循环神经网络的语言模型通常包含大量的参数,这一点在一定程度上限制了模型在移动设备或嵌入式设备上的使用。在低秩重构压缩的基础上,增加时间误差重构函数,并采用长短时记忆网络中的输入激活机制,提出了一种基于时间误差的低秩重构压缩方法。多个数据集上的数值实验表明,该方法具有较好的压缩效果。
关键词
循环神经网络
长短时记忆网络
低秩重构压缩
基于时间误差的低秩重构压缩
Keywords
recurrent neural networks
long short-term memory
low rank reconstruction compression
low rank recon struction compression based on time-error
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于时间误差的循环神经网络参数压缩
王
龙
钢
刘世杰
冯珊珊
李宏伟
《计算机工程与应用》
CSCD
北大核心
2020
3
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
