エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
ECCV2022の枝刈り論文 (1) - Qiita
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
ECCV2022の枝刈り論文 (1) - Qiita
概要 この記事では、ECCV2022の枝刈り論文を紹介します。1 Prune Your Model Before Distill It 概要:... 概要 この記事では、ECCV2022の枝刈り論文を紹介します。1 Prune Your Model Before Distill It 概要:枝刈りしてから蒸留する方法の提案 新規性:Unstructured枝刈りからの蒸留で効果が上がることを示した。理論解析し、枝刈りはlabel smoothと同じ効果があることを示した。 キモ:枝刈り(Sparsityによる正則化)はlabel smoothより重みが平均的に小さくなるため蒸留しやすくなると主張した。 評価:ResNet〜MobileNetV2で実験した。 CPrune: Compiler-Informed Model Pruning for Efficient Target-Aware DNN Execution 概要:CPrune. TVMなどで、コンパイラに枝刈り情報を通知して最適化する枝刈り。 新規性:モデル圧縮とコンパイラ最適