HAW: Hardware-Aware Point Selection for Efficient Winograd Convolution

Winograd's minimal filtering algorithm effectively reduces the multiplication arithmetic complexity of Convolutional Neural Networks. However, Winograd convolutions in current implementations are limited to small feature tiles for two reasons:the numerical error and the overhead of the transfor...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Veröffentlicht in:	IEEE signal processing letters 2023-01, Vol.30, p.1-5
Hauptverfasser:	Li, Chaoran, Jiang, Penglong, Zhou, Hui, Wang, Xiaofeng, Zhao, Xiongbo
Format:	Artikel
Sprache:	eng
Schlagworte:	Algorithms Artificial neural networks Circuit design Convolution deep learning Design optimization Hardware hardware-aware optimization Kernel Machine learning Multiplication Neural networks point selection Quantization (signal) Task analysis Winograd convolution
Online-Zugang:	Volltext bestellen
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Schreiben Sie den ersten Kommentar!