资料下载
×
基于深度神经网络的结构化剪枝算法
消耗积分:0 |
格式:rar |
大小:1.49 MB |
2021-03-10
分享资料个
现有结构化剪枝算法通常运用深度神经网络（DNN）的一阶或者零阶信息对通道进行剪枝，为利用二阶信息加快DNN网络模型收敛速度，借鉴HAWQ算法思想提岀一种新的结构化剪枝算法。采用幂迭代法得到经过预练的网络参数对应 Hessian矩阵的主特征向量，据此向量衡量网络通道的重要性并进行通道剪枝，同时对剪枝后的网络参数进行微调提高DNN分类性能。实验结果表明，该算法在网络参数量和每秒浮点运算次数分别减少29%和346%的情况下，在 Resnet10网络上的分类准确率提升了0.74%，剪枝效果优于PF、LCCL等经典剪枝算法。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
