视频PPT及文章资料，请关注微信公众号：人工智能前沿讲习班
PPT及文章链接：https://mp.weixin.qq.com/s/s4bCp7egIbCzJeIXWWplSQ
自BinaryConnect，二值化网络取得了一系列的进展。相比于全精度的网络，二值化网络对于全连接或者卷积层压缩32倍，成为一比特，大大减小了网络的存储空间，在二值化权重后，运算可以简化为加减法，如果进一步二值化特征图，运算可以转化成为xnor+bitcount操作，从而进一步加速运算。
讲者介绍
杨朝晖，北京大学智能科学与技术专业在读博士，本科毕业于北京航空航天大学计算机学院，目前主要研究兴趣点在二值化网络，欢迎感兴趣的伙伴一起交流。
报告题目：二值化网络
报告摘要：二值化网络是将网络的参数和激活值二值化，在不改变网络结构的条件下压缩网络并降低运算时间，本次报告主要介绍二值化网络的发展，包括BinaryConnect, BNN, XNORnet, DoReFa-Net等经典模型。
参考资料
https://www.bilibili.com/video/BV1Tt411X7Tf/
https://bbs.sffai.com/d/18