原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
2022年11月咸阳师范学院学报Nov.2022
第37卷第6期JournalofXianyangNormalUniversityVol.37No.6
[数理科学与信息科学研究]
一种基于整数优化的卷积神经网络训练
陈佳伟
（咸阳师范学院数学与统计学院，陕西咸阳712000）
摘要：卷积神经网络已成功用于视觉分类等各种任务，但卷积神经网络往往需要更大的内
存及更多计算资源。文中设计了一种基于整数优化的卷积神经网络训练算法。该算法在网络模
型训练的同时，将网络模型量化成整数。这大大降低了模型大小与计算复杂度，有利于加速卷积
神经网络的前向推理过程。在ImageNet数据集上验证了该算法，实验结果表明：该算法在降低模
型大小与计算复杂度的同时，保持了与原模型相似的分类精度。
关键词：卷积神经网络；整数域优化；视觉分类
中图分类号：TP183文献标识码：A文章编号：1672-2914（2022）06-0005-03
AnInteger-basedOptimizedandImplemented
ConvolutionalNeuralNetwork
CHENJiawei
(SchoolofMathematicsandStatistics,XianyangNormalUniversity,Xianyang712000,Shaanxi,China)
Abstract：Convolutionalneuralnetworkshavebeensuccessfullyemployedinvarioustasks,such
asthevisualclassification.However,itisusuallyresource-consumingandrequiresalargestorage
space.Inthispaper,aninteger-basedoptimizationwasproposedformodeltraining,whichoptimizes
themodelparametersandquantizesthemintointegersalternatively.Theintegermodelreducesitssize
andcomputationcomplexitycomparedwiththefloatingmodel.Theproposedmethodisverifiedonthe
ImageNetdatasetandtheexperimentresultsshowthattheproposedmethodcankeeptheperformance
oftheoriginalmodelintermsofclassificationprecisionwiththesmallmodelsizeandlowcomputa-
tionalcomplexity.
Keywords：convolutionalneuralnetwork;integer-basedoptimization;visualclassification
卷积神经网络已成功用于图像分类、目标检测型量化是指将模型参数用低比特数进行表示，减小
[1-3]
与识别等各种视觉图像任务。但相比于传统视觉计算单元，从而达到加速运算的目的。
模型，卷积神经网络往往需要更大的内存以及更多
人力资源管理师持证人
专注于各类文档、文案、文稿的写作、修改、润色和各领域PPT文档的制作，收集有海量各类规范类文件。欢迎咨询！
文档评论（0）