深度學習模型輕量化（上）

深度學習模型輕量化（上） 移動端模型必須滿足模型尺寸小、計算複雜度低、電池耗電量低、下發更新部署靈活等條件。 模型壓縮和加速是兩個不同的話題，有時候壓縮並不一定能帶來加速的效果，有時候又是相輔相成的。壓縮重點在於減少網絡參數量，加速則側重在降低計算複雜度、提升並行能力等。模型壓縮和加速可以從多個角度來優化。總體來看，個人認爲主要分爲三個層次： 算法層壓縮加速。這個維度主要在算法應用層，也是大多數算

>>阅读原文<<