<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>K-Means on Warpspace ブログ</title><link>http://blog.caveduck.io/ja/tags/k-means/</link><description>Recent content in K-Means on Warpspace ブログ</description><generator>Hugo -- 0.154.5</generator><language>ja-JP</language><lastBuildDate>Mon, 20 Apr 2026 00:00:00 +0000</lastBuildDate><atom:link href="http://blog.caveduck.io/ja/tags/k-means/index.xml" rel="self" type="application/rss+xml"/><item><title>軽量化シリーズ #2 — ニューラルネット量子化</title><link>http://blog.caveduck.io/ja/posts/neural-net-quantization/</link><pubDate>Mon, 20 Apr 2026 00:00:00 +0000</pubDate><guid>http://blog.caveduck.io/ja/posts/neural-net-quantization/</guid><description>学習済みの32ビットニューラルネットワークの重みを、K-Means（非均等）とLinear（均等・整数演算）の2つの方式で2〜8ビットまで削ってみます。アフィン写像 r=S(q−Z) から圧縮率・精度のトレードオフまで、MNIST MLPで実際にコードを回して測定したplotとともに。</description></item></channel></rss>