智能决策系统的深度神经网络加速与压缩方法综述

• 作者: 刘畅 黄迪
• 来源期刊: 指挥信息系统与技术
• 学科: 工学
• 关键词: 深度神经网络 低秩分解 网络剪枝 量化 知识蒸馏
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 发展综述
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP301.6
• 字数: 5599字
• 语种: 中文
• DOI: 10.15908/j.cnki.cist.2019.02.002

摘要

深度神经网络凭借其出色的特征提取能力和表达能力,在图像分类、语义分割和物体检测等领域表现出众,对信息决策支持系统的发展产生了重大意义.然而,由于模型存储不易和计算延迟高等问题,深度神经网络较难在信息决策支持系统中得到应用.综述了深度神经网络中低秩分解、网络剪枝、量化、知识蒸馏等加速与压缩方法.这些方法能够在保证准确率的情况下减小深度神经网络模型、加快模型计算,为深度神经网络在信息决策支持系统中的应用提供了思路.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘畅	中国科学院大学计算机科学与技术学院	118	1090	17.0	29.0
2	黄迪	中国科学院大学计算机科学与技术学院	3	53	2.0	3.0