淺談模型壓縮之量化、剪枝、權重共享

點擊我愛計算機視覺標星，更快獲取CVML新技術 深度學習模型的應用必然要面對模型壓縮的問題，訓練出來的原始模型直接放到服務器或終端上跑是不明智的，因爲有大量的算力可以省略！ 首先明確下模型壓縮的概念，就是在儘可能不改變模型效果的情況下，減少模型的體積，使得模型在使用的時候有更快的速度。 01 業務視角去看模型壓縮的意義 模型壓縮這個概念貌似是最近兩年突然火了起來，究其原因，是因爲整個機器學習領域正

>>阅读原文<<