跳到正文
arXiv · ML· Nitin Priyadarshini Shankar, Soham Lahiri, Sheetal Kalyani, Saurav Prakash·· 9 天前AI 评分26

FedBNN 实现低成本二值神经网络联邦学习

Federated Learning of Binary Neural Networks: Enabling Low-Cost Inference

AI 导读

提出 FedBNN 联邦感知二值化框架,在异构数据下实现与全精度模型相当的精度。 该方法利用全局模型信息引导局部二值化,相比全精度模型在 FLOPs 上节省最高 58 倍,内存节省 32 倍。 为资源受限边缘设备提供了预测性能与部署效率的实用平衡方案。

来源:arXiv · ML · arxiv.org