bit rnn

Bit-rnn

Kode Sumber untuk Kertas: Metode kuantisasi yang efektif untuk jaringan saraf berulang.

Implementasi model bahasa PTB dimodifikasi dari contoh dalam TensorFlow.

Persyaratan

Saat ini diuji dan dijalankan pada TensorFlow 1.8 dan Python 3.6. Lihat cabang lain untuk dukungan warisan. Anda dapat mengunduh data dari http://www.fit.vutbr.cz/~imikolov/rnnlm/simple-examples.tgz.

Berlari

 python train.py --config=config.gru --data_path=YOUR_DATA_PATH

Saat ini default adalah bobot dan aktivasi 2-bit. Anda dapat mengedit file konfigurasi di folder konfigurasi untuk mengubah konfigurasi.

Mendukung

Kirim masalah untuk masalah terkait dengan kode itu sendiri. Kirim email ke penulis untuk pertanyaan umum tentang kertas.

Kutipan

Harap kutip ikuti jika Anda menggunakan kode kami dalam penelitian Anda:

 @article{DBLP:journals/corr/HeWZWYZZ16,
  author    = {Qinyao He and
               He Wen and
               Shuchang Zhou and
               Yuxin Wu and
               Cong Yao and
               Xinyu Zhou and
               Yuheng Zou},
  title     = {Effective Quantization Methods for Recurrent Neural Networks},
  journal   = {CoRR},
  volume    = {abs/1611.10176},
  year      = {2016},
  url       = {http://arxiv.org/abs/1611.10176},
  timestamp = {Thu, 01 Dec 2016 19:32:08 +0100},
  biburl    = {http://dblp.uni-trier.de/rec/bib/journals/corr/HeWZWYZZ16},
  bibsource = {dblp computer science bibliography, http://dblp.org}
}