EUVIMEDEUVIMED entdecken
Open Access · CC BY 4.0

Convolution Smooth: A Post-Training Quantization Method for Convolutional Neural Networks

Yongyuan Chen, Zhendao Wang

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.

AbstractBibliografische AngabenZitierenVerwandte Studien

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}
}
Kostenlos starten →