( en | de | ru )

 

Disambiguierung von "Iandola, Forrest N."

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
SqueezeBERT: What can computer vision teach NLP about efficient neural networks?

, , , und . SustaiNLP@EMNLP, Seite 124-135. Association for Computational Linguistics, (2020)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

n n n

Irene Stephanie Forrest

n AÊ¿w n

N -L N Nguyen

n-hy n Yi

 

Weitere Publikationen von Autoren mit dem selben Namen

Shallow Networks for High-accuracy Road Object-detection., , , , und . VEHITS, Seite 33-40. SciTePress, (2017)MethMorph: Simulating Facial Deformation Due to Methamphatamine Usage., , , und . ISVC (1), Volume 6938 von Lecture Notes in Computer Science, Seite 102-111. Springer, (2011)Boda-RTC: Productive generation of portable, efficient code for convolutional neural networks on mobile computing platforms., , und . WiMob, Seite 1-10. IEEE Computer Society, (2016)Folding Attention: Memory and Power Optimization for On-Device Transformer-Based Streaming Speech Recognition., , , , , , , und . ICASSP, Seite 11901-11905. IEEE, (2024)SqueezeBERT: What can computer vision teach NLP about efficient neural networks?, , , und . SustaiNLP@EMNLP, Seite 124-135. Association for Computational Linguistics, (2020)DeepLogo: Hitting Logo Recognition with the Deep Neural Network Hammer., , , und . CoRR, (2015)FireCaffe: near-linear acceleration of deep neural network training on compute clusters., , , und . CoRR, (2015)MobileLLM: Optimizing Sub-billion Parameter Language Models for On-Device Use Cases., , , , , , , , , und 2 andere Autor(en). ICML, OpenReview.net, (2024)libHOG: Energy-Efficient Histogram of Oriented Gradient Computation., , und . ITSC, Seite 1248-1254. IEEE, (2015)SqueezeDet: Unified, Small, Low Power Fully Convolutional Neural Networks for Real-Time Object Detection for Autonomous Driving., , , und . CVPR Workshops, Seite 446-454. IEEE Computer Society, (2017)