【GAN】GAN 也可以大幅壓縮,來自MIT 韓鬆團隊的最新研究!算力消耗不到1/9,現已開源!...

關注上方「深度學習技術前沿」,選擇「星標公衆號」, 資源乾貨,第一時間送達! GAN 也可以大幅壓縮,MIT 韓鬆團隊的最新研究讓衆多研究者們爲之一振。 生成模型 GAN 是機器學習領域裏最爲重要的發展方向之一。但這類算法需要消耗巨量算力,大多數研究者已經很難得出新成果。近年來,這一方向頗有被大型機構壟斷的趨勢。 但近日,來自麻省理工學院(MIT)、Adobe、上海交通大學的研究者提出了一種用於壓
相關文章
相關標籤/搜索