机构名称：
¥ 1.0
神经网络（无论是否卷积）的基本操作是实现两个向量之间的内积：大量乘积之和，每个乘积将数据值与系数相乘。在典型的网络中，数据和系数都是实值，最终的总和通过非线性函数运行。在二值化网络中，情况相同，但有一个例外，即所有系数和数据值只能取值 +1.0 和 -1.0。这意味着乘积要么是 +1.0（+1.0 x +1.0，或 -1.0 x -1.0），要么是 -1.0（+1.0 x -1.0，或 -1.0 x +1.0）。乘积之和现在变成介于 +N 和 -N 之间的值，其中 N 是总和中的项数。将非线性函数应用于此总和（例如 ReLU），然后将该值映射到下一层 -1.0 或 +1.0。
xcore ai 技术概述
主要关键词
相关文件推荐
