本文提出了一种新的梯度过滤方法，通过独特元素创建结构，显著降低深度学习模型训练的计算复杂度和内存消耗。该方法在资源受限设备上实现了高效的模型压缩和增量学习，实验表明可移除99.36%的模型参数，同时保持良好准确率。

面向设备上高效增量学习的中心敏感核优化
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证