ICLR 2019论文解读：量化神经网络

机器之心原创作者：Joshua Chou参与：Haojin Yang、Panda今年五月举办 ICLR 2019 会议共接收论文 502 篇，本文将解读其中两篇有关量化神经网络的研究。UNDERSTANDING STRAIGHT-THROUGH ESTIMATOR IN TRAINING ACTIVATION QUANTIZED NEURAL NETShttps://openreview.net/pdf?id=Skh4jRcKQANALYSIS OF QUANTIZED MODELShttps://openreview.net/pdf?id=ryM_IoAqYX深度神经网络（DNN）已经极大推升了机器学习（ML）/人工智能（AI）在许多不同任务中的性能，并由此带来了许多我们日常生活中所见的成熟应用。经典案例包括图像目标识别（Krizhevsky et al., 2012; Szegedy et al., 2014）、语音识别（Hinton et al., 2012; Sainath et al., 2013）、统计机器翻译（Devlin et al., 2014; Sutskever et al., 2014; Bahdanau et al., 2015）和掌握围棋（Silver et al., 2016）。神经网络包含两部分： ………………………………