Open Nav

高效神经网络的参数与连接的学习

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

高效神经网络的参数与连接的学习(中文6000字,英文PDF)
摘要:神经网络的计算量和存储量都是比较大的,这使得在嵌入式设备上使用它们变得比较困难。而且,卷积神经网络在网络训练的开始阶段就已经固定了其网络结构,之后的训练并不会改善它的结构。为了解决这些问题,我们提出了一种可以大量减少神经网络的计算量和存储量的方法,这种方法的主要思想是只学习网络中比较重要的连接,而不学习非重要的连接,并且这种方法对最后的准确率并没有什么影响。我们的方法通过三个步骤来去除网络之中冗余的,不重要的连接。首先,我们训练网络,使其学习哪些连接是重要的,而哪些连接是不重要的。接下来,我们去除掉网络中这些不重要的连接。最后,我们保持剩余的网络连接不变,对其进行再训练,最终达到目的。在ImageNet数据集上,通过我们的方法,我们将AlexNet的连接数据量压缩了9倍,没有准确率的损失。另一个试验中,我们将VGG-16网络的数据量压缩了13倍,也没有准确率的损失。
 

[版权所有:http://DOC163.com]

高效神经网络的参数与连接的学习

  [版权所有:http://DOC163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4