面向深度神经网络简化的剪枝技术建模
计算机视觉与模式识别
2020-01-14 v1
摘要
卷积神经网络（CNNs）存在计算复杂度和参数量等多方面问题。近年来，剪枝技术被用于减少 CNNs 中的运算量和模型规模。人们提出了不同的剪枝方法，它们基于连接、通道和滤波器的剪枝。各种技术与技巧伴随着剪枝方法出现，但目前尚无统一的框架对所有剪枝方法进行建模。本文对剪枝方法进行了研究，并提出了一种包含大多数剪枝技术的通用模型。该模型可识别各类剪枝方法的优缺点，并将它们全部归纳于此模型之下。该模型的最终目标是为具有不同结构和应用的所有剪枝方法提供一种通用思路。
引用
@article{arxiv.2001.04062,
title = {Modeling of Pruning Techniques for Deep Neural Networks Simplification},
author = {Morteza Mousa Pasandi and Mohsen Hajabdollahi and Nader Karimi and Shadrokh Samavi},
journal= {arXiv preprint arXiv:2001.04062},
year = {2020}
}
备注
six pages, eight figures