深度神經網絡壓縮

目前深度學習模型壓縮方法的研究主要可以分爲以下幾個方向：  更精細模型的設計，目前的很多網絡都具有模塊化的設計，在深度和寬度上都很大，這也造成了參數的冗餘很多，因此有很多關於模型設計的研究，如SqueezeNet、MobileNet等，使用更加細緻、高效的模型設計，能夠很大程度的減少模型尺寸，並且也具有不錯的性能。  模型裁剪，結構複雜的網絡具有非常好的性能，其參數也存在冗餘，因此對於已訓練好的模

>>阅读原文<<