《表5 采用BRC与BRCB融合计算方法时的访存量》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《卷积神经网络训练访存优化》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对比图6及图3可以看出，使用多层融合计算时，有效地减少了训练过程中的访存，其中使用批归一化层重构的融合计算方法时访存量最少。表5统计了训练时使用原始方法与采用BRC、BRCB融合计算方法时的访存量。假设卷积层输入及输出数据量分别为D1和D2，卷积核数据量为K1。由于批归一化层参数量相对其他数据非常小，不考虑其参数的影响。