Green DetNet：基于智能压缩与训练的低计算低存储 DetNet
信息论
2021-04-19 v2 机器学习
信号处理
math.IT
摘要
本文提出一种增量训练框架，用于压缩基于深度神经网络（DNN）的流行展开式多输入多输出（MIMO）检测算法（如 DetNet）。在训练中探索增量训练思想以选取最优深度。为降低计算需求即浮点运算次数（FLOPs）并增强权重的稀疏性，借助 group LASSO 与稀疏 group LASSO 探讨了结构化正则化的概念。相较 DetNet，我们的方法在不损害 BER 性能的前提下，实现了存储需求惊人的 降低与 FLOPs 的 降低。
引用
@article{arxiv.2003.09446,
title = {Green DetNet: Computation and Memory efficient DetNet using Smart Compression and Training},
author = {Nancy Nayak and Thulasi Tholeti and Muralikrishnan Srinivasan and Sheetal Kalyani},
journal= {arXiv preprint arXiv:2003.09446},
year = {2021}
}