ViNNPruner：面向深度学习的可视化交互式剪枝工具
机器学习
2022-06-01 v1 人机交互
摘要
神经网络规模急剧增长以应对更复杂的任务。在许多情况下，如此庞大的网络无法部署于特定硬件，需要缩减规模。剪枝技术通过尽可能小地降低性能来帮助将深度神经网络压缩至更小尺寸。然而，这类剪枝算法在应用时往往难以理解，且未纳入领域知识，这可能不利于用户目标。我们提出 ViNNPruner，一个可视化交互式剪枝应用，其实现了最先进的剪枝算法，并允许用户基于自身知识进行手动剪枝。我们展示了该应用如何利用交互式可视化，帮助深入理解自动剪枝算法，并半自动地剪枝超大网络以提升其效率。
引用
@article{arxiv.2205.15731,
title = {ViNNPruner: Visual Interactive Pruning for Deep Learning},
author = {Udo Schlegel and Samuel Schiegg and Daniel A. Keim},
journal= {arXiv preprint arXiv:2205.15731},
year = {2022}
}
备注
MLVis Short Paper; 4 pages, 1 page references, 3 figures