ML&DL-模型压缩

TensorFlow Android调用

前言当我们把使用Python训练的模型固化成PB文件之后，再进行相应的模型压缩之后可以考虑往Mobile端移植了，本文主要讲解TensorFlowModel移植到Android端。
Jcme丶Ls·2017-12-08 12:38

高级机器学习算法工程师--【北京】

算法的开发与性能提升，负责下述研究课题中的一项或多项，包括但不限于：人脸识别、检测、活体、跟踪、分类、语义分割、深度估计、图像处理、视频分析、3D图形与视觉、SLAM、强化学习、自然语言理解、机器人技术、模型压缩相关算法等
D_Jiangnan·2017-12-07 15:26

SqueezeNet详细解读

概要：SqueezeNet的工作为以下几个方面：提出了新的网络架构FireModule，通过减少参数来进行模型压缩使用其他方法对提出的SqeezeNet模型进行进一步压缩对参数空间进行了探索，主要研究了压缩比和
东风逍遥游·2017-11-29 18:43

谷歌开源 3D 数据压缩算法 Draco以及代码分析

上周，谷歌发布了一个开源3D模型压缩库"Draco"，它功能简单但是潜力不可限量。Draco由谷歌Chrome媒体团队设计
coloriy·2017-11-20 11:07

阅读笔记：深度神经网络模型压缩与加速

原文：ASurveyofModelCompressionandAccelerationforDeepNeuralNetworks参考博客：综述论文：当前深度神经网络模型压缩和加速方法速览，译文由机器之心出品
hukai7190·2017-11-05 10:06

当前深度神经网络模型压缩和加速方法速览

“本文介绍的论文全面概述了深度神经网络的压缩方法，主要可分为参数修剪与共享、低秩分解、迁移/压缩卷积滤波器和知识精炼，本论文对每一类方法的性能、相关应用、优势和缺陷等进行独到的分析。”大型神经网络具有大量的层级与结点，因此考虑如何减少它们所需要的内存与计算量就显得极为重要，特别是对于在线学习和增量学习等实时应用。此外，近来智能可穿戴设备的流行也为研究员提供了在资源（内存、CPU、能耗和带宽等）有限
老司机的诗和远方·2017-11-04 09:11

Network pruning summary

一直以来，网络剪枝都是模型压缩中的重要方法。
信步闲庭v·2017-10-25 21:28

斯坦福博士韩松毕业论文：面向深度学习的高效方法与硬件

他的研究也广泛涉足深度学习和计算机体系结构，他提出的DeepCompression模型压缩技术曾获得ICLR'16最佳论文，ESE稀疏神经网络推理引擎获得FPGA'17最佳论文，对业界影响深远。
机器之心V·2017-10-24 20:23

深度网络模型压缩 - CNN Compression

一.技术背景一般情况下，CNN网络的深度和效果成正比，网络参数越多，准确度越高，基于这个假设，ResNet50（152）极大提升了CNN的效果，但inference的计算量也变得很大。这种网络很难跑在前端移动设备上，除非网络变得简洁高效。基于这个假设，有很多处理方法，设计层数更少的网络、更少的卷积和、每个参数占更少的字节，等等。前面讲过的PVANet、MobileNet、ShuffleNet是网络
linolzhang·2017-10-13 23:39

深度学习模型压缩加速

1、剪枝（1）DeepCompression这篇文章（Stanford的SongHan）如图1所示，剪枝需要三个步骤，首先是训练一个普通的神经网络；然后我们选择一个阈值，将权重小于阈值的连接剪开，这样就得到一个稀疏连接的网络了(图2)；剪枝后网络性能肯定会下降一些，所以最后我们对这个稀疏网络进行再训练，将性能提上去。对AlexNet，剪枝可以减少9倍的参数，对VGG-16网络，剪枝能减少13倍参数
善心怡huster·2017-10-11 23:15

CVPR2017 2D目标检测相关论文

所以模型压缩相关论文，框架比较相关论文，网络加速相关论文还是非常值得学习
burning_keyboard·2017-10-08 13:34

模型压缩系列之sep-net

SEP-Nets:SmallandEffectivePatternNetworks.ZheLiXiaoyuWangXutaoLvTianbaoYang深度CNN在各类任务上被证明会随着深度加深模型增大而效果变好，但是预测速度是比较慢的，而且在嵌入式上速度更慢且对模型体积有严格限制。resnet34的模型在服务器cpu上大概要200ms左右，手机上要400ms~1s左右，因此模型裁剪和压缩是一个较新
迷途中一个小书童·2017-09-28 10:26

CNN 模型压缩与加速算法综述

导语：卷积神经网络日益增长的深度和尺寸为深度学习在移动端的部署带来了巨大的挑战，CNN模型压缩与加速成为了学术界和工业界都重点关注的研究领域之一。
hanpengpeng329826·2017-09-09 09:44

【美团点评】无人驾驶算法工程师 2017-09-03电话面试

面经1、自我介绍2、问简历上的项目，一个是模型压缩方面的，一个是目标检测方面的；3、了解机器学习算法吗？
Jinlong_Xu·2017-09-04 14:58

CNN 模型压缩与加速算法综述

作者：姜媚导语：卷积神经网络日益增长的深度和尺寸为深度学习在移动端的部署带来了巨大的挑战，CNN模型压缩与加速成为了学术界和工业界都重点关注的研究领域之一。
qcloudcommunity·2017-08-31 10:23

深度学习模型压缩与加速算法之SqueezeNet和ShuffleNet

前言自从AlexNet一举夺得ILSVRC2012ImageNet图像分类竞赛的冠军后，卷积神经网络（CNN）的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计（hand-crafted）特征和分类器，不仅提供了一种端到端的处理方法，还大幅度地刷新了各个图像竞赛任务的精度，更甚者超越了人眼的精度（LFW人脸识别任务）。CNN模型在不断逼近计算机视觉任务的精度极限的同时，其深度和尺寸
深度学习思考者·2017-08-30 18:21

Deep Compression：Pruning （剪枝模型压缩）

caffe实现剪枝模型压缩根据“没有免费的午餐定律”,想要好机器学习效果，就要设计很深的网络结构，导致model很大，这篇博客讲述是如何在不降低模型识别率的情况下压缩模型。
C-------罗·2017-08-23 19:16

CNN模型压缩方案

本文主要总结近年来CNN的模型压缩方案第一个代表性的工作是在2016年SqueezeNet，这篇文章中，作者总结模型设计三个原则–(1)使用1*1网络代替3*3网络•替换3x3的卷积kernel为1x1
chinabing·2017-08-12 15:11

深度网络模型压缩DEEP COMPRESSION

DEEPCOMPRESSION主要流程：pruning（剪枝）trainedquantization（量化训练）Huffmancoding（霍夫曼编码）首先通过学习重要的连接来修剪网络；接下来，量化权重以实施权重共享；最后，应用霍夫曼编码。实际效果可以将AlexNet无准确率损失压缩35倍，240MB到6.9MB，VGG-16压缩49倍，552MB到11.3MB。NetworkPruning首先通
Yan_Joy·2017-07-26 19:22

ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices的理解

为了让更多的算法落地，如何做移动端的模型加速和模型压缩成了近期的一个热点。比如前一段做参数量化的BinaryNet、Google出的GoogleNet，到现在Face++出的ShuffleNet。
Snail_Walker·2017-07-14 23:43

VALSE 2017 | 神经网络模型压缩优化方法

本文首发在个人微信公众号：计算机视觉life上。近年来，深度神经网络在计算机视觉、语音识别等领域取得了巨大成功。为了完成更加复杂的信息处理任务，深度神经网络变得越来越深，也使得其计算量越来越大。然而，手机、车载等移动端应用对深度神经网络的需求越来越多，因而深度神经网络模型的压缩、加速、优化变的越来越重要。这也是本届VALSE的热点之一。深度学习算法是计算密集型和存储密集型的，这使得它难以被部署到资
计算机视觉life·2017-06-11 10:24

深度学习技术的应用和思考

在赋能电商部分，本文主要介绍深度学习技术在搜索、推荐和广告以及销量预测上的一些应用，第二部分主要介绍了最近做的一些深度学习模型压缩和加速的工作。
qq_38693478·2017-05-11 15:00

MobileNets 论文笔记

个人感觉论文所做工作偏向于模型压缩方面，核心思想就
Jesse_Mx·2017-04-25 20:11

二值化神经网络系列一：二值化神经网络介绍

二值化神经网络以其高模型压缩率和快计算速度的潜在优势，近些年成为深度学习的热门研究方向。本篇博文将对二值化神经网络做一个详细的介绍。
清风飞扬go·2017-03-15 17:36

模型压缩案例-SSD&You only look once

http://write.blog.csdn.NET/postedit在上一篇文章中，介绍了以region+proposal来检测的框架，这一系列速度和精度不断提高，但是还是无法达到实时。存在的主要问题为：速度不够快，主要原因是proposal比较多，特征进行分类的时候,相同区域的特征计算多遍，所以BGR大神有了最新作品，YOLO,故名思议，就是解决Faster-RCNN中proposal重复lo
jyl1999xxxx·2017-01-10 19:15

SqueezeNet: Alexnet-level accuracy whith 50x Fewer Parameters And < 0.5MB Model Size

SqueezeNet:Alexnet-levelaccuracywhith50xFewerParametersAnd<0.5MBModelSize本篇博文主要是对之前看过的深度模型压缩论文的整理。
杨荣钦·2016-12-30 21:27

模型压缩之 BinaryNet

为此，我们需要解决模型压缩的问题——将模型大小、内存占用、功耗等降低到
MoussaTintin·2016-12-03 16:02

模型压缩——将模型复杂度加入loss function

这里介绍2017ICLROpenReview中的一篇有关网络压缩的文章《TrainingCompressedFully-ConnectedNetworkswithaDensity-DiversityPenalty》。看文章标题就知道主要是针对全连接层的，由此我的好感就下降了一半。————————引言————————作者拿VGG说全连接层会占很多资源，压缩这个最重要。好像哪里不对T_T（能压卷积层的
shuzfan·2016-11-15 14:11

x3d大模型的处理办法

读入较大模型时，先用blender把模型切开成适合的几部分，使用aopt命令把模型转成imagegeometry或者binarygeometry,aopt能自动把模型压缩分割成png或者bin类型的文件
markyueng·2013-08-14 14:19
上一页 14 15 16 17 18 19 20 21 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他