《表6 采用BRC与BRCB融合计算方法时的计算量[2]》

  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

多层融合计算方法使用“计算换访存”思想有效降低了模型训练时对主存带宽需求，但需要额外的重复计算来满足计算过程中对依赖数据需求。假设前向计算时卷积层，BN＿A子层，BN＿B子层及激活层计算量分别为Q，P1，P2，R，表6统计了卷积层、批归一化层以及激活层在采用原始训练方法以及使用BRC、BRCB融合计算方法时的计算量。