AI 词汇表
人工智能完整词典
Quantification à Niveaux Variables
Approche utilisant un nombre variable de bits pour représenter différentes parties du modèle selon leur importance ou leur distribution.
Quantification par Quantiles
Technique divisant la distribution des poids en intervalles contenant un nombre égal de valeurs pour une représentation équilibrée.
Quantification par Clustering K-means
Méthode utilisant l'algorithme K-means pour identifier les centres de clusters optimaux comme niveaux de quantification.
Quantification Non-Uniforme avec Biais
Approche introduisant un biais contrôlé dans les intervalles pour privilégier certaines régions de la distribution des poids.
Quantification Logarithmique
Technique utilisant une échelle logarithmique pour les intervalles, particulièrement efficace pour les distributions à longue traîne.
Quantification par Distribution de Probabilité
Méthode adaptant les intervalles de quantification selon la densité de probabilité des poids dans chaque région.
Quantification Hybride
Combination de techniques uniformes et non-uniformes appliquées à différentes couches ou parties du modèle neuronal.
Quantification à Pas Variable
Approche où la taille du pas de quantification varie selon la densité locale des poids pour minimiser l'erreur de reconstruction.
最小熵量化
优化量化级别以最小化全局量化误差的熵。
KL优化量化
最小化原始权重分布与量化后权重分布之间KL散度的方法。
训练后非均匀量化
在已训练模型上应用非均匀量化技术，无需额外重新训练。
分布感知量化
根据模型权重分布的特定形状分析并调整量化的方法。
自适应直方图量化
利用自适应直方图根据局部密度确定最优量化区间的技术。
反向传播量化
训练期间通过梯度反向传播优化量化级别的方法。
矢量量化
将权重分组为向量并在向量级别而非标量级别应用非均匀量化的技术。