Approximating continuous convolutions for deep network compression
We present ApproxConv, a novel method for compressing the layers of a convolutional neural network. Reframing conventional discrete convolution as continuous convolution of parametrised functions over space, we use functional approximations to capture the essential structures of CNN filters with few...
Автори: | Costain, TW, Prisacariu, VA |
---|---|
Формат: | Conference item |
Мова: | English |
Опубліковано: |
British Machine Vision Association
2022
|
Схожі ресурси
Схожі ресурси
-
Approximating continuous convolutions for deep network compression
за авторством: Costain, TW, та інші
Опубліковано: (2022) -
Towards generalising neural implicit representations
за авторством: Costain, TW, та інші
Опубліковано: (2021) -
Correspondence networks with adaptive neighbourhood consensus
за авторством: Li, S, та інші
Опубліковано: (2020) -
Finding non-uniform quantization schemes using multi-task Gaussian processes
за авторством: Gennari do Nascimento, M, та інші
Опубліковано: (2020) -
Finding non-uniform quantization schemes using multi-task Gaussian processes
за авторством: Gennari do Nascimento, M, та інші
Опубліковано: (2020)