一种基于通道域自注意力的特征图剪枝方法

为同时保证网络剪枝方法的准确率和稳定性,提出一种基于通道域自注意力的特征图剪枝方法。该方法采用主成分分析(principle component analysis,PCA)算法降低噪声干扰,引入通道域注意力为特征图自动分配不同权重,移除低权重通道的滤波器,并对网络进行重训练和精调,以减少网络精度损失。在公开数据集上对VGG-16网络模型展开的实验表明,当剪枝率为60%时,达到视觉几何组模型Top-5的准确率为89.23%;当剪枝率逐渐增加到80%时,仍保持73%准确率。相较于同类方法,本文提出的方法更能保证剪枝时模型的准确率和稳定性。

给夏盆花女士的一封信

亲爱的夏盆花女士:您在那边,还好吗?我想您了,您离开我,已有五个年头,五年里,我走过一些路,经历过一些事,身边却再无您的影子。这五年来,我的生活少了些什么呢?少了我爱吃的手工粑粑,少了您亲手包的不放木耳的饺子,少了您在帮我扎小辫时插上的那朵黄色小野花……。