AutoML自动模型压缩再升级，MIT韩松团队利用强化学习全面超越手工调参

模型压缩是在计算资源有限、能耗预算紧张的移动设备上有效部署神经网络模型的关键技术。算法 在许多机器学习应用，例如机器人、自动驾驶和广告排名等，深度神经网络常常受到延迟、电力和模型大小预算的限制。已经有许多研究提出经过压缩模型来提升神经网络的硬件效率。markdown 模型压缩技术的核心是肯定每一个层的压缩策略，由于它们具备不一样的冗余，这一般须要手工试验和领域专业知识来探索模型大小、速度和准确性之

>>阅读原文<<