神经网络模型压缩方法综述

• 作者: 曹文龙 李敏 芮建武
• 来源期刊: 计算机应用研究
• 关键词: 神经网络 模型压缩 矩阵分解 参数共享
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 综述评论
• 页码范围: 649-656
• 页数: 8页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.01.0061

摘要

由于存储空间和功耗的限制,神经网络模型在嵌入式设备上的存储和计算仍然是一个巨大的挑战.模型压缩作为一种有效的解决方法,受到了越来越多研究者的关注.针对卷积神经网络模型进行了研究,分析了模型中存在的冗余信息,并对国内外学者在神经网络模型压缩方面的研究成果整理,从参数剪枝,权重共享和权重矩阵分解等方面总结了神经网络压缩的主要方法.最后针对神经网络模型发展现状及目前面临的若干主要问题进行了讨论,指出了下一步的研究方向.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	芮建武	中国科学院软件研究所	11	202	6.0	11.0
5	李敏		82	726	15.0	24.0
9	曹文龙		1	12	1.0	1.0