BriefGPT.xyz
Feb, 2019
模拟指导的迭代剪枝网络压缩方法
Effective Network Compression Using Simulation-Guided Iterative Pruning
HTML
PDF
Dae-Woong Jeong, Jaehun Kim, Youngseok Kim, Tae-Ho Kim, Myungsu Chae
TL;DR
本研究提出了利用网络压缩的方法来解决深度学习模型在资源有限的系统中的应用难题，并利用迭代剪枝技术使压缩后的网络更加高效和精确。实验证明该方法在与现有方法进行比较时在相同剪枝等级下表现更佳。
Abstract
Existing high-
performance
deep learning
models require very intensive computing. For this reason, it is difficult to embed a
deep learning
→