华东师范大学学报(自然科学版)

北大核心,CA,JST,CSCD扩展版,WJCI

国内刊号:31-1298/N

国际刊号:1000-5641

华东师范大学学报(自然科学版)杂志2020年第5期:深度神经网络模型压缩方法与进展

发布日期:

作者:赖叶静, 郝珊锋, 黄定江

关键词:深度神经网络压缩,网络剪枝,量化,知识蒸馏,紧凑神经网络,

基金:国家自然科学基金(11501204, U1711262)

深度神经网络(Deep Neural Network, DNN)模型通过巨大的内存消耗和高计算量来实现强大的性能, 难以部署在有限资源的硬件平台上. 通过模型压缩来降低内存成本和加速计算已成为热点问题, 近年来已有大量的这方面的研究工作. 主要介绍了4种具有代表性的深度神经网络压缩方法,即网络剪枝、量化、知识蒸馏和紧凑神经网络设计; 着重介绍了近年来具有代表性的压缩模型方法及其特点; 最后, 总结了模型压缩的相关评价标准和研究前景.

来源:2020年第5期

《华东师范大学学报(自然科学版)》期刊编辑部

查看华东师范大学学报(自然科学版)杂志2020年第5期

联系我们

  • 地址:上海市中山北路3663号 华东师范大学学报(自然科学版)编辑部
  • 电话:(021)62233703
  • E-mail:xblk@xb.ecnu.edu.cn

咨询工作人员