Xinlin Li, Bang Liu, Rui Heng Yang, Vanessa Courville, Chao Xing et Vahid Partovi Nia
Communication écrite (2023)
Un lien externe est disponible pour ce document
| Département: | Département de mathématiques et de génie industriel |
|---|---|
| ISBN: | 9798350307184 |
| URL de PolyPublie: | https://publications.polymtl.ca/74225/ |
| 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 |
| DOI: | 10.1109/iccv51070.2023.01560 |
| URL officielle: | https://doi.org/10.1109/iccv51070.2023.01560 |
| Date du dépôt: | 17 avr. 2026 15:45 |
| Dernière modification: | 17 avr. 2026 15:45 |
| 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 |
