中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共6条，第1-6条 帮助

限定条件        
已选(0)清除 条数/页：   排序方式：
Multi-Granularity Pruning for Model Acceleration on Mobile Devices 会议论文
, 线上, 2022-07
作者:  Zhao TL(赵天理);  Zhang X(张希);  Zhu WT(朱文涛);  Wang JX(王家兴);  Yang S(杨森);  Liu J(刘季);  Cheng J(程健)
Adobe PDF(1919Kb)  |  收藏  |  浏览/下载：101/46  |  提交时间：2023/06/21
Deep Neural Networks  Network Pruning  Structured Pruning  Non-structured Pruning  Single Instruction Multiple Data  
Wd3: Taming the estimation bias in deep reinforcement learning 会议论文
, Baltimore, MD, USA, 2020-12
作者:  He Q(何强);  Hou XW(侯新文)
Adobe PDF(2006Kb)  |  收藏  |  浏览/下载：202/39  |  提交时间：2022/06/27
deep reinforcement learning  estimation bias  neural networks  
CLUSTER REGULARIZED QUANTIZATION FOR DEEP NETWORKS COMPRESSION 会议论文
, 台湾，台北国际会议中心, 2019.9.23
作者:  Hu YM(胡一鸣)
Adobe PDF(245Kb)  |  收藏  |  浏览/下载：160/48  |  提交时间：2021/06/18
deep neural networks  object classification  model compression  quantization  
Constructing a Chinese Conversation Corpus for Sentiment Analysis 会议论文
, Dalian, China, November 8-12, 2017
作者:  Zhou, Yujun;  Li, Changliang;  Xu, Bo;  Xu, Jiaming;  Yang, Lei;  Xu, Bo
收藏  |  浏览/下载：69/0  |  提交时间：2020/10/27
Chinese Conversation  Short Text  Sentiment Analysis  Machine Learning  Deep Neural Networks  
Generalized Visual-Tactile Transformer Network for Slip Detection 会议论文
, 在线会议, 2020-6
作者:  Cui, Shaowei;  Wei, Junhang;  Li, Xiaocan;  Wang, Rui;  Wang, Yu;  Wang, Shuo
浏览  |  Adobe PDF(1399Kb)  |  收藏  |  浏览/下载：320/123  |  提交时间：2020/08/27
Information and sensor fusion  Perception and sensing  Intelligent robotics  Deep neural networks  Visual-tactile fusion perception  
Unsupervised Deep Learning Features for Lung Cancer Overall Survival Analysis 会议论文
, Honolulu, Hawaii, USA, 2018-7
作者:  Wang, Shuo;  Liu, Zhenyu;  Chen, Xi;  Zhu, Yongbei;  Zhou, Hongyu;  Tang, Zhenchao;  Wei, Wei;  Dong, Di;  Wang, Meiyun;  Tian, Jie
浏览  |  Adobe PDF(797Kb)  |  收藏  |  浏览/下载：417/125  |  提交时间：2019/04/30
Lung Cancer  Survival Analysis  Deep Learning  Unsupervised Feature Learning  Convolutional Neural Networks