- …
- …
#214
summarized by : Akihiro FUJII
どんな論文か？
モデルの量子化を行うとき、通常は学習データを使って量子化モデルを調整する必要があるが、敵対的学習の枠組みを使ってデータを必要としない量子化手法ZAQを提案。生成データを使って高精度モデルと量子化モデルで中間層を含めた出力を近づけることで学習する
新規性
敵対的学習を用いて、zero-shot量子化（学習データを必要としない量子化）を行った点が、新規点。学習データを量子化ネットワークと高精度ネットワークの差異を広げるように生成させつつ、量子化ネットワークはその差異を狭めるように学習する、といった敵対的学習の枠組みを使っている
結果
画像分類、物体検知、semantic segmentationで効果を確認した。
その他（なぜ通ったか？等）
https://github.com/FLHonker/ZAQ-code
- …
- …