面向嵌入式应用的深度神经网络模型压缩技术综述

结合大数据的获取,深度神经网络关键技术广泛应用于图像分类、物体检测、语音识别和自然语言处理等领域.随着深度神经网络模型性能不断提升,模型体积和计算需求提高,以致其依赖高功耗的计算平台.为解决在实时嵌入式系统中的存储资源和内存访问带宽的限制,以及计算资源相对不足的问题,开展嵌入式应用的深度神经网络模型压缩技术研究,以便缩减模型体积和对存储空间的需求,优化模型计算过程.对模型压缩技术进行分类概述,包括模型裁剪、精细化模型设计、模型张量分解和近似计算和模型量化等,并对发展状况进行总结.为深度神经网络模型压缩技术的研究提供参考.     

健康中国视角下高校体育教师生活方式与身心健康研究

采用自测健康评定量表、生活方式问卷,通过对河南省453名高校体育教师的生活方式和健康进行分析,结论如下:(1)高校体育教师在生理健康、心理健康、社会健康和健康总分方面均高于一般人群;(2)高校女体育教师生活方式明显好于男体育教师;(3)相关分析表明,高校体育教师健康观、药物和烟酒使用、工作睡眠和生活满意度与生理健康、心理健康和社会健康以及健康总分都存在显著性相关。