深度學習模型壓縮與加速

  簡介 將深度學習模型應用於自動駕駛的感知任務上，模型預測結果的準確性和實時性是兩個重要指標。一方面，爲了確保準確可靠的感知結果，我們會希望選擇多個準確性儘可能高的模型並行執行，從而在完成多種感知任務的同時，提供一定的冗餘度，但這不可避免的意味着更高的計算量和資源消耗。另一方面，爲了確保車輛在各種突發情況下都能及時響應，我們會要求感知模塊的執行速度必須與自動駕駛場景的車速相匹配，這就對深度學習模

>>阅读原文<<