神經網絡剪枝，知識蒸餾，以及模型優化設計

一.神經網絡壓縮 在如今人工智能的浪潮之下，深度學習在不少領域都取得了不錯的成果。但是目前在邊緣計算，物聯網設備上的算力相比於我們的臺式計算機還不太充足，我們在計算機上用於擬合的神經網絡參數過多，不太適合運行在算力較弱的設備上，比如無人機，手機，平板電腦，自動駕駛汽車等等。因此我們需要將在計算機上訓練好的神經網絡通過某種技巧將其進行壓縮，減少模型的參數，這樣訓練好的模型就可以迅速在這些邊緣計算的設

>>阅读原文<<