"SNIP: single shot network pruning based on connection sensitivity" 这篇文章提出了基于权重连接重要性(saliency)的剪枝方法,能够在深度模型训练之前(初始化阶段),通过mini-batch的多次采样,决定不同权重连接的重要性,进而根据剪枝目标生成剪枝模板(prunning mask)、应用于稀疏剪枝,从而节省了相对耗时的剪枝-微调迭代周期。
通常,深度网络的稀疏剪枝可以视作如下优化问题,即通过对参数集合的L0 范数施加不等式约束,确保模型收敛:
网络中第j 个权重连接的重要性(saliency)记作sj,则可按权重wj 的幅度或Hessian矩阵元素决定sj 的大小:
此外,文章提出了一种新的