深度学习模型压缩方法综述（三）

深度学习模型压缩方法综述（一） 深度学习模型压缩方法综述（二） 深度学习模型压缩方法综述（三）git 前言 在前两章，咱们介绍了一些在已有的深度学习模型的基础上，直接对其进行压缩的方法，包括核的稀疏化，和模型的裁剪两个方面的内容，其中核的稀疏化可能须要一些稀疏计算库的支持，其加速的效果可能受到带宽、稀疏度等不少因素的制约；而模型的裁剪方法则比较简单明了，直接在原有的模型上剔除掉不重要的filter

>>阅读原文<<