重训练或非重训练？——深度CNN网络的高效剪枝方法
机器学习
2020-02-18 v1
摘要
卷积神经网络（CNN）在图像分类、目标检测、语义分割等图像处理任务中扮演重要角色。CNN网络通常具有数层至数百层堆叠层，并带有若干兆字节的权重。降低复杂度与内存占用的一种可能方法是剪枝。剪枝是移除连接网络中两层相邻神经元权重的过程。当深度学习模型具有更多卷积层时，寻找具有指定精度下降的近最优解的过程可能更为复杂。本文描述并比较了几种基于重训练与非重训练的方法。
引用
@article{arxiv.2002.07051,
title = {Retrain or not retrain? -- efficient pruning methods of deep CNN networks},
author = {Marcin Pietron and Maciej Wielgosz},
journal= {arXiv preprint arXiv:2002.07051},
year = {2020}
}