深度学习模型压缩方法概述

一，模型压缩技术概述

1.1，模型压缩问题定义

因为嵌入式设备的算力和内存有限，因此深度学习模型需要经过模型压缩后，方才能部署到嵌入式设备上。

模型压缩问题的定义可以从 3 角度出发:

1. 模型压缩的收益:

   • 计算: 减少浮点运算量（FLOPs），降低延迟（Latency）
   • 存储: 减少内存占用，提高 GPU/NPU 计算利用率

2. 公式定义模型压缩问题: m i n P o l i c