TRAINING DEEP NEURAL NETWORKS WITH LOW PRECISION MULTIPLICATIONS

文章：https://arxiv.org/abs/1412.7024 0 摘要 乘法器是深度神经网络数字实现中空间和功耗最大的算术运算符。我们在三个基准数据集上训练了一套最先进的神经网络（Maxout网络）：MNIST，CIFAR-10和SVHN。它们采用三种不同的格式进行训练：浮点，固定点和动态固定点。对于每个数据集以及每种格式，我们评估乘法的精确度对训练后最终误差的影响。我们发现，非常低的精度

>>阅读原文<<