机器学习_李宏毅笔记简记6【Network Compression】

Network Compression

Why Network Compression ?

在这里插入图片描述

Outline(有以下方法)

在这里插入图片描述

1. Network Pruning

Why Network can be pruned?

在这里插入图片描述

Network Pruning 步骤

在这里插入图片描述

Why Pruning? (为什么不直接训练一个小的network?)

在这里插入图片描述

Network Pruning - Practical Issue(Weight pruning 还是 Neuron pruning 比较好?)

Weight pruning

在这里插入图片描述在这里插入图片描述

Neuron pruning(实作上比较容易操作)

在这里插入图片描述

2. Knowledge Distillation(train一个大的network,然后再train一个小的network学习大的network)

在这里插入图片描述在这里插入图片描述

实作(没有特别有用)

在这里插入图片描述

3. Parameter Quantization

在这里插入图片描述

Binary Weights(做到极致:参数只用+1和-1量化)

在这里插入图片描述在这里插入图片描述

4. Architecture Design(实作上最有效的做法)

在这里插入图片描述

Depthwise Separable Convolution

在这里插入图片描述在这里插入图片描述在这里插入图片描述

解释原来的卷积和Depthwise Separable Convolution有什么关系

在这里插入图片描述在这里插入图片描述

其它轻量级网络

在这里插入图片描述

5. Dynamic Computation

在这里插入图片描述在这里插入图片描述

在这里插入图片描述

别人的笔记

Network Compression

20年课程主页

视频学习 李宏毅2020机器学习深度学习(完整版)国语

猜你喜欢

转载自blog.csdn.net/weixin_43154149/article/details/114972507