Uber ATG Toronto關於CNN加速的最新進展 Sparse Blocks Network (SBNet)

Uber的研究總部ATG Toronto剛開源了關於CNN加速的最新成果,利用網路內部activation的稀疏性,設計了新的operator讓CNN model的運行測試速度能夠增快許多。這個新的架構設計也實際測試在3D LIDAR Object Detection的任務上,利用最新的圖像分割網路PSPNet產生Prior Mask只處理小部分的圖片區域,可以加速最快到七倍左右。實作的Tensorflow operator with CUDA也被開源放上了Github,有興趣可以參考以下資源:
Article: https://eng.uber.com/sbnet/
Code: https://github.com/uber/sbnet/
Paper: https://arxiv.org/abs/1801.02108

Share the joy
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  
  •  

近期文章

近期迴響

彙整

分類

其它

Chien-Yi Wang Written by:

Be First to Comment

發表迴響

你的電子郵件位址並不會被公開。 必要欄位標記為 *