RL-Pruner：基于强化学习的卷积神经网络结构化剪枝与加速

本研究解决了卷积神经网络压缩与加速中的结构化剪枝问题，通过引入强化学习，自动学习最佳剪枝分布，从而在保持模型准确性的同时，实现更高效的模型压缩。实验结果表明，RL-Pruner在多种网络模型上表现优异，为神经网络的部署与应用提供了重要的价值。

本研究利用强化学习解决卷积神经网络的结构化剪枝问题，自动学习最佳剪枝策略，实现高效模型压缩并保持准确性。实验结果表明，RL-Pruner在多种网络模型上表现优异。

RL-Pruner 卷积卷积神经网络强化学习模型压缩神经网络结构化剪枝