![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络
文章平均质量分 92
青鸟飞鱼zzz
这个作者很帅,什么也没留下
展开
-
基于LeNet手写体识别的模型剪枝
基于LeNet手写体识别的模型剪枝本节主要记录如何通过pytorch中的掩模矩阵对模型进行剪枝,剪枝对象包括卷积层和全连接层,其中卷积层通过l2范数的大小对卷积核进行剪枝,全连接层通过阈值筛选对单个权重进行剪枝,主要参考的代码为https://github.com/mepeichun/Efficient-Neural-Network-Bilibili。1.剪枝网络的搭建剪枝之前,首先要对原始的LeNet网络进行训练,得到待剪枝的模型参数,具体的训练过程可以参考笔者的前一篇文章《基于LeNet手写体识别原创 2022-05-06 19:58:13 · 680 阅读 · 2 评论 -
基于LeNet手写体识别的模型量化
基于LeNet手写体识别的模型量化最近开始学习神经网络的量化,经过一番探索,终于在基于LeNet的手写体识别模型上成功量化,并且量化后的参数全为8bit无符号整型,可以直接进行FPGA的部署。1.pytorch环境的搭建首先下载anaconda进行安装,安装完成后创建一个pytorch环境:conda create -n pytorch python=3.8其中python的版本可以任意选择,创建完成后进入pytorch官网查找需要的版本(https://pytorch.org/),如果要装GP原创 2022-05-05 21:42:14 · 2253 阅读 · 20 评论