AutoSculpt: A Pattern-based Model Auto-pruning Framework Using Reinforcement Learning and Graph Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了AutoSculpt框架,旨在优化深度神经网络在边缘设备上的部署。通过结合图学习和强化学习,AutoSculpt能够自动识别并剪除DNN中的模式,显著提高效率,同时保持模型准确度。实验结果表明,剪枝率可达90%,计算量减少近18%。
🎯
关键要点
- 本研究提出了AutoSculpt框架,旨在优化深度神经网络在边缘设备上的部署。
- AutoSculpt结合了图学习和强化学习,能够自动识别并剪除DNN中的模式。
- 该框架显著提高了模型的效率,同时保持了准确度。
- 实验结果显示,剪枝率可达90%,计算量减少近18%。
➡️