ImageNet分类任务上的二值化神经网络
计算机视觉与模式识别
2016-11-22 v5 机器学习
神经与进化计算
摘要
我们在高分辨率ImageNet ILSVRC-2102数据集分类任务上训练了二值化神经网络（BNNs），并取得了良好性能。使用一个13层的中等规模网络，通过网络蒸馏在验证集上获得了84.1%的top-5分类准确率，远优于先前发布的XNOR网络73.2%和二值化GoogleNET的69.1%的结果。我们期望通过遵循我们当前的策略可以获得性能更优的网络。我们提供了对网络训练中所用策略的详细讨论和初步分析。
引用
@article{arxiv.1604.03058,
title = {Binarized Neural Networks on the ImageNet Classification Task},
author = {Xundong Wu and Yong Wu and Yong Zhao},
journal= {arXiv preprint arXiv:1604.03058},
year = {2016}
}