什么是硬件感知

问题描述

精选答案

硬件感知自动化量化（HAQ）框架，它利用强化学习来自动预测给定硬件反馈的量化策略。

RL代理方以分层的方式决定给定神经网络的带宽。对于每层，代理方接收到层配置和统计信息作为观察，然后输出动作行为即权值和激活的位宽。

我们然后利用硬件加速器作为环境来获取硬件的直接反馈，以指导RL代理方满足资源约束。

在所有层被量化过后，我们对量化模型进行了几个周期的微调，并将短期重训练后的验证精度作为对RL代理方的奖励信号。

在探索过程中，我们利用深度确定性策略梯度（DDPG）来监督我们的RL代理方。