模型剪枝综述与心得

时间 2020-07-04

标签模型剪枝综述心得繁體版

原文原文链接

接触剪枝是最近一段时间的事情，为了全面的系统的学习一下剪枝，笔者作了个论文综述。从2016年的韩松的deep compression 到最新的彩票假设，我主要是将剪枝能够分为三个大类。分别是不须要数据参与的硬剪枝，带数据参与训练的软剪枝，以及直接搜索结构的NAS。算法一：硬剪枝这类的剪枝算法一般从模型自己的参数出发，寻找或者设计出合适的统计量来代表链接的重要性。经过对重要性的排序等算法，删

>>阅读原文<<

1. 模型压缩综述：剪枝、量化、知识蒸馏
2. 模型压缩之网络剪枝（总结、综述）
3. 【综述】闲话模型压缩之网络剪枝（Network Pruning）
4. 模型剪枝实操
5. 模型压缩和剪枝
6. TensorFlow 模型剪枝方法
7. 模型剪枝论文
8. 模型剪枝，“剪”掉了什么？
9. 神经网络模型压缩——剪枝
10. pytorch模型剪枝学习笔记
更多相关文章...
• ASP.NET MVC - 模型 - ASP.NET 教程
• Lua 模块与包 - Lua 教程
• 委托模式
• Kotlin学习（二）基本类型