LeanTTA：边缘设备无反向传播的量化测试时自适应框架

Cynthia Dong、Hong Jia、Young D. Kwon、Georgios Rizos 和 Cecilia Mascolo 在 arXiv 发布论文，提出面向边缘设备的量化测试时自适应框架 LeanTTA。该方法不使用反向传播，通过动态更新归一化统计量降低计算开销，并结合部分适应与量化模块融合，作者称这是首个实现这种组合收益的方案。 基于论文摘要，作者称在多种传感器模态上较现有测试时自适应方法错误率下降 15.7%，ResNet18 峰值内存为 11.2MB，设备端适应速度接近正常推理的一个数量级。目前为论文作者声称的结果，尚无独立复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。