神经网络压缩联合优化方法的研究综述

摘要： 随着人工智能应用的实时性、隐私性和安全性需求增大，在边缘计算平台上部署高性能的神经网络成为研究热点。由于常见的边缘计算平台在存储、算力、功耗上均存在限制，因此深度神经网络的端侧部署仍然是一个巨大的挑战。目前，克服上述挑战的一个思路是对现有的神经网络压缩以适配设备部署条件。现阶段常用的模型压缩算法有剪枝、量化、知识蒸馏，多种方法优势互补同时联合压缩可实现更好的压缩加速效果，正成为... （共22页）

神经网络压缩剪枝量化知识蒸馏模型压缩深度学习