Key points are not available for this paper at this time.
通道剪枝是压缩深度神经网络的主要方法之一。为此,大多数现有剪枝方法侧重于基于经验法则设计通过重要性/优化或正则化选择通道(滤波器),但存在剪枝次优的问题。本文提出了一种基于人工蜂群算法(ABC)的新型通道剪枝方法,称为ABCPruner,旨在高效地找到最优剪枝结构,即每层的通道数量,而不是像以往工作那样选择“重要”通道。为了解决深度网络剪枝结构组合巨大难以处理的问题,我们首先提出限制保留通道在特定空间内,从而显著减少剪枝结构的组合数。然后,我们将最优剪枝结构的搜索形式化为一个优化问题,并集成ABC算法以自动方式求解,减少人为干预。实验证明ABCPruner更有效,还支持以端到端方式高效进行微调。源码可在https://github.com/lmbxmu/ABCPruner获取。
Building similarity graph...
Analyzing shared references across papers
Loading...
Mingbao Lin
Rongrong Ji
Yuxin Zhang
Peking University
Xiamen University
Beihang University
Building similarity graph...
Analyzing shared references across papers
Loading...
Lin等人(周三,)研究了这个问题。
www.synapsesocial.com/papers/69e77eb5c849088a2ccb187f — DOI: https://doi.org/10.24963/ijcai.2020/94
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: