-
题名基于K-Means聚类的改进模型压缩算法
被引量:1
- 1
-
-
作者
杨克义
包良奇
赵俊
聂晓
-
机构
河南中光学集团有限公司
-
出处
《信息技术与信息化》
2022年第4期212-215,共4页
-
文摘
为了使神经网络模型拥有更好性能,神经网络模型被搭建的更深、更大,其复杂度、参数量、功耗也随之增加,这使得深度学习在移动端的应用发展遇到阻碍。为了压缩网络模型大小,实现移动端的工程应用,文章提出了一种基于K-Means聚类的模型压缩算法。该算法通过对权重参数进行层级聚类,而后建立层间索引完成参数共享,实现模型压缩,再对网络模型进行恢复训练,得到性能最优网络模型。实验结果表明:当k=30时,网络模型在移动端的有良好的性能,能满足工程应用的需要。
-
关键词
K-MEANS聚类
模型压缩
工程应用
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
TP391.41
[自动化与计算机技术—计算机应用技术]
-