论文：无人驾驶深度学习模型组合剪枝算法*笔记模型压缩 剪枝学习 笔记

论文：无人驾驶深度学习模型组合剪枝算法*笔记
1、卷积核剪枝侧重于模型加速，权重剪枝侧重于模型压
缩，使用了组合剪枝算法
2、正则化

3、卷积核剪枝，每剪掉一个卷积核之后，相应的输出特征
图也会少一个通道，而且还会影响下一个卷积层。

卷积核剪枝的重点就是如何评价卷积核重要性，本文
采用将卷积核参数绝对值之和大小作为评判卷积核重要性
的标准，卷积核参数求和公式。

4、全连接层的权重数量在整个网络中所占比重较大，计
算量相对于卷积层所占比重较小，因此提出随机权重折半
剪枝算法，能够快速剪掉大量权重参数

全连接层权重参数存在大量冗余，对于全连接层剪枝能够大幅压
缩模型尺寸;