A neural network has reduced requirements for storing intermodal weight values, as a result of a dual-precision training process. In the forward propagation of training samples, low-resolution weight values are employed. During back-propagation of errors to train the network, higher-resolution values are used. After training, only the lower resolution values need to be stored for further run-time operation, thereby reducing memory requirements.

Ein neurales Netz hat Anforderungen für die Speicherung der intermodal Gewichtwerte, resultierend aus einem Doppel-Präzision Training Prozeß verringert. In der Vorwärtsausbreitung der Training Proben, werden low-resolution Gewichtwerte eingesetzt. Während der Zurückausbreitung der Störungen, zum des Netzes auszubilden, werden feiner gegliederte Werte verwendet. Nach der Ausbildung nur, die niedrigeren Auflösung Werte müssen für weiteren Laufzeitbetrieb gespeichert werden, dadurch sieverringern sieverringern Gedächtnisanforderungen.