模型压缩deep compression

论文名称
Deep Compression: Compressing Deep Neural Networks with Pruning, Trained Quantization and Huffman coding
参考博客：深度神经网络压缩
参考视频讲解：深度学习课程中的模型压缩小节
手下把论文的方法结构图放置如下：
1：剪枝：其中第一步，将模型中作用不大的参数进行去除，例如参数接近0的。
2：重新训练：剪枝之后对模型进行重新训练。
3：less bits：权值进行k-means聚类，利用1，2，3，4等值代替原来的float值。
4：对less bits之后的参数进行hufffman编码，该方式是通信中的编码方式，即对频率高的数值用低bit数进行标识，借此降低bits。