研究提出神经网络实数值纠错编码框架

Ziqing Lu、Myung Cho、Qiutong Jin和Weiyu Xu提出一种面向神经网络的实数值纠错编码框架，可检测并纠正硬件引发的权重存储错误和计算错误。该方法通过在线性约束下组织网络权重，实现错误检测与恢复。 技术上，该框架结合线性规划和稀疏恢复技术，降低错误纠正的计算复杂度。研究称，该方法无需增加模型参数数量，也不会损害分类性能，为神经网络应对硬件故障提供了一种新的纠错方案。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。