[模型压缩]--CVPR2020-HRank:Filter Pruning using High-Rank Feature Map

Github 重新定义了剪枝规则,从实验效果来看,效率更高 Abstract: 神经网络剪枝为深度神经网络在资源受限设备上的应用提供了广阔的前景。然而,现有的剪枝方法由于缺乏对非显著网络成分的理论指导,在剪枝设计中存在训练效率低、人工成本高的问题。本文通过对高秩特征图的研究,提出了一种新的滤波剪枝方法。我们的HRank的灵感来自于这样一个发现,即由单个过滤器生成的多个特征图的平均秩总是相同的,而不
相关文章
相关标签/搜索