使用 LFSR 生成伪随机索引的硬件感知 DNN 剪枝
机器学习
2019-11-13 v1
摘要
深度神经网络（DNNs）已成为广泛应用中的最先进算法。为减小 DNNs 的内存占用，尤其是针对嵌入式应用，人们提出了稀疏化技术。遗憾的是，这些技术带来了较大的硬件开销。本文提出一种硬件感知剪枝方法，其中非零权重的位置由线性反馈移位寄存器（LFSRs）实时导出。使用所提方法，我们在下采样 ImageNet 上对 VGG-16 网络展示了在等压缩率和等精度下分别最高 63.96% 和 64.23% 的能耗与面积总节省。
引用
@article{arxiv.1911.04468,
title = {Hardware-aware Pruning of DNNs using LFSR-Generated Pseudo-Random Indices},
author = {Foroozan Karimzadeh and Ningyuan Cao and Brian Crafton and Justin Romberg and Arijit Raychowdhury},
journal= {arXiv preprint arXiv:1911.04468},
year = {2019}
}