基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
随着深度学习的发展,深度神经网络结构变得越来越复杂,模型深度、大小、计算量以及模型运行时的内存开销、显存开销都随之快速上升,这使得深度网络难以应用到硬件资源不足且实时性要求高的移动终端或是嵌入式设备上(如自动驾驶汽车).神经网络的轻型化是其未来发展的方向,网络压缩已经成为当下研究的热点.对神经网络权值更新传播方式进行深入研究,提出一种简单且易于理解的网络压缩方法.针对卷积层,采用一种基于可分卷积的卷积层加速方法,能够有效减少卷积层(包含pooling)的计算量,并在5层网络中实验测评性能;针对全连接层,应用基于权值相似的剪枝方法.在标准mnist数据集和cifar10数据集上,能够剪除90%以上的全连接层单元,而模型分类准确率没有明显下降.
推荐文章
基于最大偏差相似性准则的BP神经网络短期电力负荷预测算法
需求响应
电力负荷预测
BP神经网络
最大偏差相似性准则
聚类算法
基于改进的PSO算法的神经网络相关性剪枝优化
神经网络
剪枝
微粒群优化算法
基于权值优化神经网络的交通拥堵程度决策方法
交通拥堵
信息熵
隶属度
权值优化
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于权值相似性的神经网络剪枝
来源期刊 计算机科学与探索 学科 工学
关键词 深度学习 神经网络 网络压缩 模型加速 剪枝
年,卷(期) 2018,(8) 所属期刊栏目 人工智能与模式识别
研究方向 页码范围 1278-1285
页数 8页 分类号 TP391
字数 5399字 语种 中文
DOI 10.3778/j.issn.1673-9418.1710016
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王晓东 国防科技大学并行与分布处理重点实验室 28 184 8.0 13.0
2 吕绍和 国防科技大学并行与分布处理重点实验室 10 79 5.0 8.0
3 黄聪 国防科技大学并行与分布处理重点实验室 1 5 1.0 1.0
4 常滔 国防科技大学并行与分布处理重点实验室 1 5 1.0 1.0
5 谭虎 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
深度学习
神经网络
网络压缩
模型加速
剪枝
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
论文1v1指导