VALSE學習（八）：礦視-輕量級深度模型的研究與實踐

VALSE2019 張祥雨 曠視 一、輕量化模型設計思想 深度基礎模型在現代深度視覺系統中居於核心地位。在實際應用中，受應用場景、目標任務、硬件平 臺等的不同，經常會對模型的執行速度、存儲大小、運算功耗等進行限制。因此，如何針對各種不同的情景設 計「又好又快」的模型，成爲深度學習系統實用化的重要課題。本次報告主要圍繞實用模型設計的兩個常用技 術：輕量級模型設計和模型裁剪，重點介紹本團隊在高效深度模

>>阅读原文<<