binary-and-tenary-quantizationnetwork-
将经典的binary 和 tenary 网络使用 Python3 改写。使用jupyter notebook 进行可视化，保留了训练过程，详见网盘链接 提取码：9so4 。
report文件中整理了模型所有测试的结果。
实验一：binary network
minist全连接分类网络
mnist网盘或者mnist.ipynb文件中测试了一下三种网络结构下，使用-1,1 二值量化的神经网络识别准确率，约98.5%，结果如下。
cifar-10卷积分类网络
cifar10网盘或者cifar10.ipynb文件中测试了一下三种网络结构下，使用-1,1 二值量化的神经网络识别准确率，约83.5%，结果如下。
实验二：tenary weight network
cifar-10卷积分类网络
cifar10网盘或者Untitled.ipynb 使用-1,1 和0三值量化的神经网络识别准确率为85.5%