ICMLFeb, 2020
可学习稀疏度的软阈值权重重参数化
Soft Threshold Weight Reparameterization for Learnable Sparsity
Aditya Kusupati, Vivek Ramanujan, Raghav Somani, Mitchell Wortsman, Prateek Jain...
TL;DR本研究提出了一种基于软阈值重参数化(STR)的方法,该方法通过学习修剪阈值实现平滑稀疏(非均匀稀疏),从而获得非均匀稀疏预算,进而在 CNNs 中实现非结构化稀疏,在 ImageNet-1K 上实现了最先进的准确性,并且可以用于在 RNNs 中引出低秩(结构稀疏)。