簡單的特徵值梯度剪枝，CPU和ARM上帶來4-5倍的訓練加速 | ECCV 2020

論文通過DBTD方法計算過濾閾值，再結合隨機剪枝算法對特徵值梯度進行裁剪，稀疏化特徵值梯度，能夠降低迴傳階段的計算量，在CPU和ARM上的訓練分別有3.99倍和5.92倍的加速效果   來源：曉飛的算法工程筆記 公衆號 論文: Accelerating CNN Training by Pruning Activation Gradients 論文地址：https://arxiv.org/abs/1

>>阅读原文<<