基于迁移学习的卷积神经网络通道剪枝OACSTPCD
Channel Pruning of Convolutional Neural Network Based on Transfer Learning
卷积神经网络在计算机视觉等多个领域应用广泛,然而其模型参数量众多、计算开销庞大,导致许多边缘设备无法满足其存储与计算资源要求.针对其边缘部署困难,提出使用迁移学习策略改进基于BN层缩放因子通道剪枝方法的稀疏化过程.本文对比不同层级迁移方案对稀疏化效果与通道剪枝选取容限的影响;并基于网络结构搜索观点设计实验,探究其精度保持极限与迭代结构的收敛性.实验结果表明,对比原模型,采用迁移学习的通道剪枝算法,在精度损失不超过0.10的前提下,参数量减少89.…查看全部>>
冯敬翔
华北计算技术研究所,北京 100083
信息技术与安全科学
卷积神经网络迁移学习通道剪枝网络结构搜索
《计算机与现代化》 2021 (12)
面向智能应用场景的大规模多源异构计算架构研究
13-18,26,7
国家自然科学基金资助项目(U19B2019)
评论