ABCnet——高精度二值化网络（Binary Neural Network）

最新推荐文章于 2025-05-10 22:49:16 发布

Law-Yao

最新推荐文章于 2025-05-10 22:49:16 发布

阅读量1w

点赞数 2

CC 4.0 BY-SA版权

分类专栏：深度学习模型压缩文章标签：网络量化二值化模型压缩深度学习

本文链接：https://blog.csdn.net/nature553863/article/details/80653521

ABCnet是一种高精度的二值化网络结构，旨在提高二值化卷积神经网络（BNNs）的准确性。通过使用二值化基的线性组合表示权重参数，结合STE求导方法处理二值化后的导数问题，并对输入进行量化，实现了multiplier-free计算。实验结果显示，ABCnet在Resnet18上对ImageNet2012的分类任务中，相比于原始网络和其他二值化网络，具有更高的推理精度。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

"Towards Accurate Binary Convolutional Neural Network"这篇文章提出了ABCnet，是一种表示精度较高的二值化网络结构（作为XNORnet的演进）。有关XNORnet及其优势可以参考论文："XNORNet: ImageNet Classification Using Binary Convolutional Neural Networks"。

论文地址：https://arxiv.org/abs/1711.11294

ABCnet GitHub：https://github.com/layog/Accurate-Binary-Convolution-Network

XNORnet GitHub：https://github.com/ayush29feb/Sketch-A-XNORNet

1、权重参数二值化的线性组合

文章采用一组二值化基（binary filter base）的线性组合来表示网络层参数：