Dynamic point stochastic rounding algorithm for limited precision arithmetic in Deep Belief Network training
This paper reports how to train a Deep Belief Network (DBN) using only 8-bit fixed-point parameters. We propose a dynamic-point stochastic rounding algorithm that provides enhanced results compared to the existing stochastic rounding. We show that by using a variable scaling factor, the fixed-point...
محفوظ في:
المؤلفون الرئيسيون: | Essam, M., Tang, T.B., Ho, E.T.W., Chen, H. |
---|---|
التنسيق: | مقال |
منشور في: |
IEEE Computer Society
2017
|
الوصول للمادة أونلاين: | https://www.scopus.com/inward/record.uri?eid=2-s2.0-85028585216&doi=10.1109%2fNER.2017.8008430&partnerID=40&md5=3d565633d6b0ee148b8349a9b15f1d76 http://eprints.utp.edu.my/20033/ |
الوسوم: |
إضافة وسم
لا توجد وسوم, كن أول من يضع وسما على هذه التسجيلة!
|
مواد مشابهة
-
Dynamic point stochastic rounding algorithm for limited precision arithmetic in deep belief network training
بواسطة: Essam, Mohaned, وآخرون
منشور في: (2017) -
Recognizing Farsi numbers utilizing deep belief network and limited training samples
بواسطة: Razavi, Firouzeh, وآخرون
منشور في: (2017) -
On the limit behavior of the doubly stochastic operators
بواسطة: Farrukh, Mukhamedov, Prof. Madya Dr., وآخرون
منشور في: (2010) -
Improving accuracy metric with precision and recall metrics for optimizing stochastic classifier
بواسطة: Hossin, Mohammad, وآخرون
منشور في: (2011) -
Improving accuracy metric with precision and recall metrics for optimizing stochastic classifier
بواسطة: M., Hossin, وآخرون
منشور في: (2011)