Your Location：
Home >
Browse articles >
一种面向视觉Transformers的自适应离群值校正量化方法
常规文章 | Updated：2025-11-18

    • 一种面向视觉Transformers的自适应离群值校正量化方法

      Enhanced Publication

    • An adaptive outlier correction quantization method for vision Transformers

    • “在模型压缩领域，研究人员提出了一种用于变压器的自适应异常值校正量化（AOCQ）方法，该方法显著减轻了异常值的不利影响，减少了量化误差。这提供了一种在资源受限的设备上部署Transformer的解决方案，具有最小的精度损失和更快的运行时间。”
    • Frontiers of Information Technology & Electronic Engineering   2025年26卷第10期 页码：1879-1895

    • DOI：10.1631/FITEE.2400994    

      中图分类号： TP391

    • 收稿：2024-11-11，

      修回：2025-07-08，

      纸质出版：2025-10

    Scan QR Code

  • 李哲暘, 蓝朝祥, 张凯, 等. 一种面向视觉Transformers的自适应离群值校正量化方法[J]. Frontiers of Information Technology & Electronic Engineering, 2025,26(10):1879-1895. DOI： 10.1631/FITEE.2400994.

    Zheyang LI, Chaoxiang LAN, Kai ZHANG, et al. An adaptive outlier correction quantization method for vision Transformers[J]. Frontiers of Information Technology & Electronic Engineering, 2025, 26(10): 1879-1895. DOI： 10.1631/FITEE.2400994.

  •  
  •  

0

浏览量

247

Downloads

0

CSCD

PlumX

>
文章被引用时，请邮件提醒。
Submit
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

Transformer in reinforcement learning for decision-making: a survey
A robust tensor watermarking algorithm for diffusion-tensor images
Style-conditioned music generation with Transformer-GANs
Reversible data hiding using a transformer predictor and an adaptive embedding strategy

相关作者

赵卫伟
李鹏
胡振震
冯大为
陈少飞
陈佳星
袁唯淋
李智

相关机构

国防科技大学信息通信学院
国防科技大学智能科学学院
国防科技大学并行与分布计算全国重点实验室
贵州大学计算机科学与技术学院公共大数据国家重点实验室
华南理工大学电子与信息学院
0