Pourquoi quantifier un réseau de neurones avant de l’exécuter sur un robot ?

Alléger le modèle embarqué

Passer de nombres flottants à des entiers peut faire tenir un détecteur dans la mémoire du calculateur et accélérer son traitement.

Mesurer le compromis

Le modèle quantifié est comparé au modèle original sur précision, latence, énergie et cas rares avant déploiement.

Une quantification agressive peut perdre une détection importante

Format, calibration, précision, latence, mémoire, énergie, seuils et validation doivent être documentés.

Sources et références

1. [1] TensorFlow Lite Documentation — Google

Questions liées

• Comment un réseau de neurones représente-t-il une image pour un robot ?
• Pourquoi normaliser les entrées d’un réseau de neurones robotique ?
• Comment choisir entre classification et détection pour un robot ?
• Comment surveiller un réseau de neurones après son déploiement ?

Cette réponse vous a-t-elle été utile ?

OuiNon

Commentaire facultatif