剪枝卷积神经网络以实现高效推理

Nov, 2016

Pruning Convolutional Neural Networks for Resource Efficient Transfer Learning

Pavlo Molchanov, Stephen Tyree, Tero Karras, Timo Aila, Jan Kautz

TL;DR提出了一种新的神经网络卷积核剪枝方法，通过Taylor扩展来近似剪枝参数变化引起的代价函数的改变，并结合反向传播的微调来保持剪枝网络的良好泛化性能，该方法在细粒度分类任务中表现出优异的性能。

Abstract

We propose a new framework for pruning convolutional kernels in neural networks to enable efficient inference, focusing on →