利用结构化剪枝的卷积神经网络
摘要：结构化剪枝是一种流行的方法，用于减少计算机视觉任务中，卷积神经网络这种目前最先进的网络的成本。然而，根据网络架构的不同，剪枝会引入维度差异，从而阻止实际的网络减少。为了解决这个问题，我们提出了一种方法，能够接受任何结构化剪枝掩码，并生成一个不会遇到这些问题且能够高效利用的网络。我们提供了对我们解决方案的准确描述，并展示了在嵌入式硬件上，剪枝卷积神经网络在能源消耗和推理时间方面的收益结果。
作者：Hugo Tessier, Vincent Gripon, Mathieu L''eonardon, Matthieu Arzel, David Bertrand, Thomas Hannagan
论文ID：2206.06247
分类：Neural and Evolutionary Computing
分类简称：cs.NE
提交时间：2022-12-13