ai.doge.tg 繁體 AI 情報 最新 專案 搜尋 Telegram ↗

Squeeze-Release:具確結構最小化的迭代剪枝演算法

研究 1 個來源 · 2 天前
為何重要

提供了一種在不犧牲精度的情況下顯著壓縮模型體積的高效技術,有助於降低資源受限環境下的部署成本。

針對無結構剪枝雖產生稀疏張量卻無法有效縮小模型體積的問題,研究提出「Squeeze-Release」迭代演算法。該方法引入確結構最小化 將網路轉換為更小形狀,並利用中間釋放步驟將零值轉換為訓練引數以發現更多冗餘。實驗顯示,在 ConvNeXt-Tiny 上可壓縮 14.8 倍,且維持 相當的精度,並已證明可擴充套件至 Transformer 架構。

Squeeze-ReleasePruningModel CompressionConvNeXtDeep Learning

來源 · 1 篇報導

首發 Hugging Face Daily Papers huggingface.co 04:00