知乎转引的此文介绍了来自北京航空航天大学刘祥龙副教授研究团队的最新综述文章 **Binary Neural Networks: A Survey**，合作者包括中国电子科技大学的宋井宽教授和意大利特伦托大学计算机系主任 Nicu Sebe 教授。在阅读基础上，做了.md的笔记。
摘要如下：
神经网络二值化能够**最大程度地降低模型的存储占用和模型的计算量**，将神经网络中**原本 32 位浮点数参数量化至 1 位定点数**，**降低了模型部署的存储资源消耗，同时极大加速了神经网络的推断过程*
软件定义网络(software defined networking,SDN)是一种将网络控制平面和数据平面分离的新型网络架构。在SDN网络中,控制器的性能对网络性能有着重要的影响,当前很多公司和科研机构都已经提出了自己的控制器解决方案。然而针对如此众多的控制器,目前没有系统、全面的比较。由于缺乏足够的依据,研究人员只能凭借自己的经验或直觉来选择控制器。为了解决这个问题,对目前主流的SDN控制器在架构和性能上进行了系统的分析比较,并采用Cbench和Mininet对部分开源控制器进行了性能测试,
