原文链接：https://arxiv.org/abs/1510.03009 发表：ICLR 2016
code:https://github.com/hantek/BinaryConnect
编辑：Daniel
本文提出的量化方法分为两步，第一步在前向传播中，对权重进行随即二值化或三值化，第二步在反向传播中将每层的输入x量化成2的N次方，将乘法操作转换为位移操作。
其中w'为网络中原始的全精度权重，W为随机二值化后的权重。为了使W为1的概率在合理的区间内，原始权重w'将被强制限制在[-1,1]之间。
三值化允许权重为0，具体操作与二值化类似。
上图是反向传播中权重w，偏置b和误差符号δ的更新过程（这里δ写的挺奇怪的，但在下面的伪代码里面就是普通求梯度的过程，不太懂。）
h‘(Wx + b)和x引入了矩阵乘法，为了消除乘法，需要将这两个中的一个量化为2的整数幂，转换成移位操作。由于h‘(Wx + b)由损失函数和网络中的参数决定，很难量化，所以文中对x进行量化。
伪代码
