-
题名基于MobileNetV3的结构性剪枝优化
被引量:8
- 1
-
-
作者
宋非洋
吴黎明
郑耿哲
何欣颖
-
机构
广东工业大学信息工程学院
广东工业大学机电工程学院
-
出处
《自动化与信息工程》
2019年第6期20-25,共6页
-
文摘
针对深度神经网络参数过多以及计算量巨大,使其较难部署在移动设备和APP上的问题,提出采用高效轻量化的MobileNetV3模型与结构性剪枝相融合的方法,对深度神经网络进行重构和压缩。最终生成的精简模型体积比原始模型缩小5.8倍,大幅度减少计算量和内存的消耗。经过微调后的精简网络模型相比于稀疏化训练的网络,准确度更高、泛化性能更好,能够直接运行在成熟框架(Pytorch,MXnet或TensorFlow等)或硬件平台上(GPU,FPGA等),无需特殊算法库的支持。
-
关键词
深度神经网络压缩
MobileNet
结构性剪枝
-
Keywords
Deep Neural Network Compression
MobileNet
Structural Pruning
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-