典型文献
模型剪枝算法综述
文献摘要：
模型剪枝算法利用不同的标准或方式对深度神经网络中冗余神经元进行裁剪,在不损失模型精度的情况下对模型进行最大程度的压缩,从而可以减少存储并提升速度.首先,对模型剪枝算法的研究现状与主要研究方向进行总结并归类.主要研究方向包括剪枝的尺度、剪枝元素重要性评估的方法、剪枝的稀疏度、剪枝的理论基础及对于不同任务的剪枝等方面.然后对近年来具有代表性的剪枝算法进行详细描述.最后对此领域的研究提出未来展望.
文献关键词：
模型剪枝;深度学习;通道;阈值;压缩
中图分类号：
作者姓名：
李屹;魏建国;刘贯伟
作者机构：
恒银金融科技股份有限公司,天津 300308;天津大学智能与计算学部,天津 300350
文献出处：
引用格式：
[1]李屹;魏建国;刘贯伟-.模型剪枝算法综述)[J].计算机与现代化,2022(09):51-59
A类：
模型剪枝算法
B类：
法利,深度神经网络,裁剪,损失模型,模型精度,升速,重要性评估,稀疏度,详细描述,未来展望
AB值：
0.188335
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
