Open Access · CC BY 4.0
Convolution Smooth: A Post-Training Quantization Method for Convolutional Neural Networks
IEEE Access · 2025 · 13 · 64727-64736
DOI: 10.1109/access.2025.3558956 ↗Kurz gefasst
Fachartikel in der Zeitschrift IEEE Access, 2025. Verfasst von Yongyuan Chen und 1 weiteren Autor:innen. Die Arbeit wurde bisher 2-mal zitiert (Crossref) und nennt 33 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: National Natural Science Foundation of China.
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- National Natural Science Foundation of China
Zitieren
APA
Chen, Y., & Wang, Z. (2025). Convolution Smooth: A Post-Training Quantization Method for Convolutional Neural Networks. IEEE Access, 13, 64727-64736. https://doi.org/10.1109/access.2025.3558956
Vancouver
Chen Y, Wang Z. Convolution Smooth: A Post-Training Quantization Method for Convolutional Neural Networks. IEEE Access. 2025;13:64727-64736. doi:10.1109/access.2025.3558956
BibTeX
@article{Chen2025,
author = {Chen, Yongyuan and Wang, Zhendao},
title = {Convolution Smooth: A Post-Training Quantization Method for Convolutional Neural Networks},
journal = {IEEE Access},
year = {2025},
volume = {13},
pages = {64727--64736},
doi = {10.1109/access.2025.3558956}
}
EUVIMED