- 博客(1)
- 收藏
- 关注
原创 神经网络剪枝论文精读(一)《Pruning Filters for Efficient ConvNets》(结构化剪枝//l1范数//层内评估//权重依赖)
主要提出该文章使用结构化剪枝方法,在之前研究中基于权重的剪枝方法(非结构化)虽然大幅减少了全连接层中的参数量,但是由于在剪枝后形成了不规则的稀疏化网络,没办法减少卷积层的计算量。而该文中提到的卷积核剪枝(结构化),将某些卷积核整个的从卷积层中移除,可以在不添加额外的线性运算库的条件下,有效的减少模型推理计算量。VGG-16以及ResNet-110在CIFAR-10上都看到显著效果:VGG-16:推理加速34% ResNet-110:推理加速38% 在微调后都达到接近原模型的正确率。
2023-09-15 17:16:59 995
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人