AI模型常见的压缩技术分类

Pruning

Pruning 把模型里一些不重要的权重砍掉，减少网络模型中参数量和计算量，同时尽量保证模型的性能不受影响。

Quantization

Quantization. 模型量化就是将训练好的深度神经网络的权值，激活值等从高精度转化成低精度的操作过程，例如将32位浮点数转化成8位整型数int8，同时我们期望转换后的模型准确率与转化前相近。

Knowledge distillation

Knowledge distillation 将已经训练好的大模型包含的知识，蒸馏（Distill）提取到另一个小的模型中去。