基于pytorch实现模型剪枝
创始人
2024-05-26 18:09:05
  • 一,剪枝分类
  • 二,PyTorch 的剪枝
  • 三,总结
  • 参考资料

一,剪枝分类

所谓模型剪枝,其实是一种从神经网络中移除"不必要"权重或偏差(weigths/bias)的模型压缩技术。关于什么参数才是“不必要的”,这是一个目前依然在研究的领域。

1.1,非结构化剪枝

非结构化剪枝(Unstructured Puning)是指修剪参数的单个元素,比如全连接层中的单个权重、卷积层中的单个卷积核参数元素或者自定义层中的浮点数(scaling floats)。其重点在于,剪枝权重对象是随机的,没有特定结构,因此被称为非结构化剪枝

1.2,结构化剪枝

与非结构化剪枝相反,结构化剪枝会剪枝整个参数结构。比如,丢弃整行或整列的权重,或者在卷积层中丢弃整个过滤器(Filter)。

1.3,本地与全局修剪

剪枝可以在每层(局部)或多层/所有层(全局)上进

相关内容

热门资讯

夏日寒风余波危中有机,风险释放... (来源:张忆东、周林泓 张忆东策略世界)一、重要数据及市场观点更新(一...
别被这种病盯上,转给爱喝咖啡、... 天天喝咖啡、奶茶小心被这种病盯上俯身捡个东西,腰一下就“闪”了打个喷嚏,却背痛了好几天明明只是轻轻一...
少年自幼失双亲,伯父托起他的大...     7月25日,刘威在打工的餐饮店附近接受记者采访。  湖南省岳阳县毛田镇南冲村,坐落于湘鄂交界...
闲置厂房屋顶变身“阳光电站”     5G产业园一期光伏项目。    受访者 供图  三湘都市报7月26日讯 三伏天工厂车间空调、...
AI算力紧平衡状态未解   7月以来,科技板块有所调整,背后有多重驱动因素:Meta出售闲置算力引发海外市场“资本开支见顶”...