ICLRFeb, 2021
ChipNet:基于 Heaviside 连续逼近的预算感知剪枝
ChipNet: Budget-Aware Pruning with Heaviside Continuous Approximations
Rishabh Tiwari, Udbhav Bamba, Arnav Chavan, Deepak K. Gupta
TL;DR该研究提出了一种新的决策修剪策略 ChipNet,通过连续 Heaviside 函数和新的清晰度损失对现有的密集神经网络进行优化,实现高度的稀疏度,并且具有适应不同预算约束的灵活设计。实验证明,ChipNet 在准确性方面比最先进的结构修剪方法高出多达 16.1%,所得到的修剪掩码具有良好的可转移性。