arXiv · ML· Pedram Bakhtiarifard, Sophia N. Wilson, Mahmoud H. A. Afifi, Jonathan Wensh{\o}j, Raghavendra Selvan·· 10 天前AI 评分25
QuBD 方法:一种可扩展的深度学习网络算法复杂度分析
Characterizing Learning in Deep Neural Networks using Tractable Algorithmic Complexity Analysis
AI 导读
论文提出 QuBD(量化块分解)方法,将算法复杂度估计扩展到任意 k 进制对象,为大型非二值 DNN 权重提供首个可扩展且可处理的 Kolmogorov-Chaitin-Solomonoff (KCS) 复杂度估计。
来源:arXiv · ML · arxiv.org