结合剪枝与流合并的卷积神经网络加速压缩方法
文献类型：期刊论文
| 作者 | 谢斌红1; 钟日新1; 潘理虎1; 张英俊1 |
| 刊名 | 计算机应用
 |
| 出版日期 | 2020 |
| 卷号 | 40.0期号:003页码:621 |
| 关键词 | 卷积神经网络 模型压缩 网络剪枝 流合并 冗余 |
| ISSN号 | 1001-9081 |
| 英文摘要 | 深度卷积神经网络因规模庞大、计算复杂而限制了其在实时要求高和资源受限环境下的应用,因此有必要对卷积神经网络现有的结构进行优化压缩和加速。为了解决这一问题,提出了一种结合剪枝、流合并的混合压缩方法。该方法通过不同角度去压缩模型,进一步降低了参数冗余和结构冗余所带来的内存消耗和时间消耗。首先,从模型的内部将每层中冗余的参数剪去;然后,从模型的结构上将非必要的层与重要的层进行流合并;最后,通过重新训练来恢复模型的精度。在MNIST数据集上的实验结果表明,提出的混合压缩方法在不降低模型精度前提下,将LeNet-5压缩到原来的1/20,运行速度提升了8倍。 |
| 语种 | 英语 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/154645]  |
| 专题 | 中国科学院地理科学与资源研究所 |
| 作者单位 | 1.太原科技大学 2.中国科学院地理科学与资源研究所 |
| 推荐引用方式 GB/T 7714 | 谢斌红,钟日新,潘理虎,等. 结合剪枝与流合并的卷积神经网络加速压缩方法[J]. 计算机应用,2020,40.0(003):621. |
| APA | 谢斌红,钟日新,潘理虎,&张英俊.(2020).结合剪枝与流合并的卷积神经网络加速压缩方法.计算机应用,40.0(003),621. |
| MLA | 谢斌红,et al."结合剪枝与流合并的卷积神经网络加速压缩方法".计算机应用 40.0.003(2020):621. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。