小贡献,小网络:基于相对重要性的高效神经网络剪枝

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文提出一种新方法,通过评估神经元对损失的贡献,逐步去除贡献小的神经元,从而减少计算、能量和内存成本。在ImageNet上,该方法与真实重要性相关性高达93%。在ResNet-101上,删除30%的参数可减少40%的FLOPs,准确率仅下降0.02%,优于现有技术。

原文中文,约300字,阅读约需1分钟。
阅读原文