<  Retour au portail Polytechnique Montréal

Deeplite Neutrino (TM): An End-to-End Framework for Constrained Deep Learning Model Optimization

Anush Sankaran, Olivier Mastropietro, Ehsan Saboori, Yasser Idris, Davis Sawyer, MohammadHossein AskariHemmat et Ghouthi Boukli Hacene

Communication écrite (2021)

Un lien externe est disponible pour ce document
Département: Département de génie informatique et génie logiciel
URL de PolyPublie: https://publications.polymtl.ca/48695/
Nom de la conférence: 35th AAAI Conference on Artificial Intelligence / 33rd Conference on Innovative Applications of Artificial Intelligence / 11th Symposium on Educational Advances in Artificial Intelligence
Date(s) de la conférence: 2021-02-02 - 2021-02-09
Maison d'édition: Assoc Advancement Artificial Intelligence
DOI: 10.48550/arxiv.2101.04073
URL officielle: https://doi.org/10.48550/arxiv.2101.04073
Date du dépôt: 18 avr. 2023 15:00
Dernière modification: 05 avr. 2024 11:50
Citer en APA 7: Sankaran, A., Mastropietro, O., Saboori, E., Idris, Y., Sawyer, D., AskariHemmat, M.H., & Hacene, G. B. (février 2021). Deeplite Neutrino (TM): An End-to-End Framework for Constrained Deep Learning Model Optimization [Communication écrite]. 35th AAAI Conference on Artificial Intelligence / 33rd Conference on Innovative Applications of Artificial Intelligence / 11th Symposium on Educational Advances in Artificial Intelligence. https://doi.org/10.48550/arxiv.2101.04073

Statistiques

Dimensions

Actions réservées au personnel

Afficher document Afficher document