Evolutionäres Fine-Tuning von quantisierten faltungsgestützten Deep Learning Modellen

arXiv:2605.05228v1 Ankündigungstyp: neu Abstract: Deep Learning Modelle sind die effizientesten Modelle bei vielen Machine Learning Aufgaben. Der Hauptnachteil beim Einsatz in IoT-, Mobilgeräten, unabhängigen autonomen oder Echtzeit-Systemen ist ihre Komplexität und Speichergröße. Daher gibt es viel Forschung