INQ 论文解读：Incremental Network Quantization: Towards Lossless CNNs with Low-Precision Weights

这篇论文是ICLR 2017的一篇量化相关的论文。本文提出了一种渐进式量化的方法（ INQ ）：先分组量化，然后冻结已量化的部分并训练未量化的部分，重复以上步骤多次直到所有权重都被量化。这种渐进式量化的方法可以把一个预训练的全精度模型近乎无损地压缩成一个低精度的模型，在Alexnet，VGG，ResNet等模型上都表现良好，甚至可以压缩成三值模型，精确度比TWN等方法都要好。 论文原地址：http

>>阅读原文<<