利用分组脑损伤的快速卷积网络
计算机视觉与模式识别
2015-12-08 v2
摘要
我们重新审视脑损伤（即剪枝神经网络系数）的思想，并建议如何改进脑损伤以加速卷积层。该方法利用许多高效实现将广义卷积归约为矩阵乘法这一事实。所提出的脑损伤过程通过向标准训练过程添加组稀疏正则化，以分组方式剪枝卷积核张量。经过此种分组剪枝后，卷积可归约为稀疏化稠密矩阵的乘法，从而实现加速。在AlexNet上的比较表明，该方法取得了极具竞争力的性能。
引用
@article{arxiv.1506.02515,
title = {Fast ConvNets Using Group-wise Brain Damage},
author = {Vadim Lebedev and Victor Lempitsky},
journal= {arXiv preprint arXiv:1506.02515},
year = {2015}
}