模型壓縮與加速概述

文章說明：該文章的內容是我看網上模型壓縮視頻中的課件內容，這裏是我記錄的筆記。視頻中說內容來源於valse2018：深度神經網絡加速核壓縮年度緊張包括(2017)程健 1 理論基礎 必要性 在許多網絡結果中，如VGG-16網絡，參數數量1億3千多萬，佔用500MB空間，需要進行309億次浮點運算才能完成一次圖像識別任務。 可行性 論文提出，其實在很多深度的神經網絡中存在着顯著的冗餘。僅僅使用很少一

>>阅读原文<<