Leveraging Filter Correlations for Deep Model Compression论文笔记

论文地址：http://arxiv.org/abs/1811.10559 github地址：无 本文于18年发表，提出了基于filter相关性的模型压缩方法。其特点是在建立相关性系数后对相关性强的filter进一步增强相关性，从而降低了filter剪枝后的损失。 Motivation 以往的基于重要性指标的剪枝方法没有充分考虑filter之间的冗余，仅考虑filter的重要程度，因此存在重要但冗余

>>阅读原文<<