AAAIApr, 2019
用于优化任意神经网络的可插拔式可训练门控
Plug-in, Trainable Gate for Streamlining Arbitrary Neural Networks
Jaedeok Kim, Chiyoun Park, Hyun-Joo Jung, Yoonsuck Choe
TL;DR通过引入可训练门控函数,将离散取值变量转化为可微的属性,应用在架构优化的选择问题上,从而实现网络的剪枝和权重优化,通过实验验证了该方法在图像分类、风格变换、光流估计和神经机器翻译等各个领域中的有效性。