基于统计分析的卷积神经网络模型压缩方法

• 作者: 杨扬 蓝章礼 陈巍
• 来源期刊: 计算机系统应用
• 关键词: 卷积神经网络 冗余 裁剪 统计分析 模型压缩
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 专论·综述
• 页码范围: 49-55
• 页数: 7页
• 字数: 3745字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006481

摘要

针对卷积神经网络中卷积层参数冗余,运算效率低的问题,从卷积神经网络训练过程中参数的统计特性出发,提出了一种基于统计分析裁剪卷积核的卷积神经网络模型压缩方法,在保证卷积神经网络处理信息能力的前提下,通过裁剪卷积层中对整个模型影响较小的卷积核对已训练好的卷积神经网络模型进行压缩,在尽可能不损失模型准确率的情况下减少卷积神经网络的参数,降低运算量.通过实验,证明了本文提出的方法能够有效地对卷积神经网络模型进行压缩.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蓝章礼	重庆交通大学信息科学与工程学院	45	392	11.0	18.0
2	杨扬	重庆交通大学信息科学与工程学院	2	7	2.0	2.0
3	陈巍	重庆交通大学信息科学与工程学院	3	7	2.0	2.0