PPCD-GAN：大規模な条件付きGAN圧縮のためのプログレッシブ剪定とクラス認識蒸留
PPCD-GAN: Progressive Pruning and Class-Aware Distillation for Large-Scale Conditional GANs Compression 大規模な条件付き生成的敵対的ネットワーク（GAN）圧縮の新しい挑戦的なタスクを活用することにより、ニューラルネットワーク圧縮研究を推進します。この目的のために、プログレッシブ剪定残余ブロック（PP-Res）とクラス対応蒸留を導入することにより、徐々に縮小するGAN（PPCD-GAN）を提案します。 PP-Resは、従来の残余ブロックの拡張であり、各畳み込み層の後に学習可能なマスク層が続き、トレーニングが進むにつれてネットワークパラメーターを段階的に整理します。一方、クラスを意識した蒸留は、十分に訓練された教師モデルから有益な注意マップを介して膨大な知識を伝達することにより、訓練の安定性
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
https://arxiv-check-250201.firebaseapp.com/each/2406.03744v2
https://arxiv-check-250201.firebaseapp.com/each/2405.03008v2
https://arxiv-check-250201.firebaseapp.com/each/2312.00845v1
DS-Depth: 融合コスト ボリュームによる動的および静的な深さの推定
CLIP 知識の 3D 蒸留によるローカル 3D 編集
悪天候の除去における大規模な事前トレーニング済みモデルの応用の探求
不確実性ガイダンスを使用したスケーラブルな画像圧縮のための解像度フィールドの探索
Feature Interaction Weighted Hybrid Network による効率的な画像超解像
PP-OCRv3：超軽量OCRシステムの改善のためのより多くの試み
効率的な画像超解像に向けた高速でメモリ効率の高いネットワーク
R2L：効率的な新規ビュー合成のための神経放射輝度フィールドから神経ライトフィールドへの蒸留
微分可能なマスクと共注意蒸留による画像翻訳のための効率的なGANの学習
軽量画像超解像のための特徴蒸留相互作用重み付けネットワーク
ResNetの逆襲: timmでの改良された学習手順
ResMLP：データ効率の高いトレーニングによる画像分類のためのフィードフォワードネットワーク
単一画像の排出のためのマルチスケール砂時計階層的融合ネットワーク
軽量のマルチインフォメーションフュージョンネットワークに基づく画像のブレ除去
微分可能なマスクと共注意蒸留による画像翻訳のための効率的なGANの学習