该研究提出了一种基于张量分解和微调的方法，以加速卷积神经网络的卷积层。验证结果显示，该方法在图像分类中实现了高效的CPU加速和较小的精度下降。此外，研究还探讨了动态稀疏重参数化和低秩分解等技术，以减少模型参数并提高分类性能，从而显著节省存储空间。