DenseShift : Towards Accurate and Efficient Low-Bit Power-of-Two Quantization

Xinlin Li, Bang Liu, Rui Heng Yang, Vanessa Courville, Chao Xing, Vahid Partovi Nia

Communication écrite (2023)

Accéder à ce document
Lien externe
Ce document n'est pas archivé dans PolyPublie, mais peut être consulté chez l'éditeur officiel
ISBN:
9798350307184
Adresse URL de PolyPublie:
Nom de la conférence:
International Conference on Computer Vision (ICCV 2023)
Lieu de la conférence:
Paris, France
Date(s) de la conférence:
2023-10-01 - 2023-10-06
Maison d'édition:
Institute of Electrical and Electronics Engineers
OAI:
oai:publications.polymtl.ca:74225
ORCID
Date du dépôt:
17 avr. 2026 15:45
Dernière modification:
14 oct. 2026 14:35
Citer en APA 7:
Li, X., Liu, B., Yang, R. H., Courville, V., Xing, C., & Partovi Nia, V. (octobre 2023). DenseShift : Towards Accurate and Efficient Low-Bit Power-of-Two Quantization [Communication écrite]. International Conference on Computer Vision (ICCV 2023), Paris, France. https://doi.org/10.1109/iccv51070.2023.01560

Statistiques

Dimensions

Actions réservées au personnel

Afficher document
Afficher document