基于特征归因重要度评价的卷积网络剪枝

来源 :中国科学:信息科学 | 被引量 : 0次 | 上传用户:InsideADONET
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近几年,深度模型在诸多任务中取得了巨大成功,但是深度模型需要大量的存储和计算资源实现精确决策,研究者为了将深度模型应用到资源受限的终端设备中,设计了模型压缩的优化策略来降低模型占存和计算量.本文基于剪枝压缩框架,从卷积核重要度评价的角度提出了两种模型剪枝算法.(1)由于每个卷积核都可以学习到其独有特征信息,因此本文提出了一种归因评价机制用于评价卷积核所学特征与因果特征的相关度,将模型中与因果特征相关度较低的卷积核进行裁剪,以实现模型压缩的目的,同时也能够保留原模型的归因特征,称此算法为归因剪枝.(2
其他文献
基于甘肃黄土高原区30个1961-2010年气象站的逐日降水资料,结合线性趋势法、Mann-Kendall法和反距离加权插值等方法,对甘肃黄土高原区降水量时空变化进行分析,利用Morlet小波
请下载后查看,本文暂不支持在线获取查看简介。 Please download to view, this article does not support online access to view profile.
期刊
20世纪90年代以来,全球气候变化问题越来越受到人们的关注.. 我国地处亚欧大陆的东部,太平洋的西岸,气候具有典型的季风性和大陆性的特征.近些年来,全球气候变暖问题引起国内
期刊
机器学习方法对网络流量分类的前提是假设流量具有独立同分布性,而实际情况下流量特征不断发生变化,导致该方法在处理海量、不具备独立同分布的流量数据时开销较大,计算复杂度较高,精度较低.针对上述问题,本文提出一种新的分类模型.该模型将PCA算法与改进的深度卷积神经网络分类模型(improved deep LeNet-5 convolutional neural networks, LCNN)相结合进行流
本文研究K-近邻分类器的鲁棒性验证问题.形式化鲁棒性验证的目标是计算分类器在给定样本点上的最小对抗扰动的精确值或者最小对抗扰动的非平凡下界.我们将计算K-近邻分类器的最小对抗扰动形式化为一组二次规划问题.二次规划问题的数目随近邻参数K的增大呈指数级增长,精确求解该组二次规划问题往往不可行.约束放松法通过放松优化的约束项,可以在多项式时间内求解最小对抗扰动的下界.然而,本文通过理论分析和实验发现,当
简介:《中国科学:信息科学》(英文名称:SCIENTIA SINICA Informationis)是中国科学院和国家自然科学基金委员会共同主办、《中国科学》杂志社出版的学术刊物.本刊力求刊载信息科学领域最高学术水平的中文文章,及时报道计算机科学与技术、控制科学与控制工程、信息与
期刊
根据文献资料发表文章以及从1994年以来全国进行的4次荒漠化和沙化监测数据,本文研究解译整理出青海湖周地区(青海湖流域和共和盆地)1959年-2009年50年来沙漠化土地变化的7期
由中国艺术研究院、中国美术馆与台湾佛光山文教基金会共同主办、台湾佛光缘美术馆承办的“星云大师一笔字书法展”5月11日在中国美术馆举行,文化部副 Co-sponsored by Chin