本文提出了一种名为Monarch的高效矩阵类别，用于训练和微调神经网络，旨在加速训练并保持模型质量。研究通过梯度下降学习结构化权重矩阵，构建高性能深度神经网络。实验表明，基于矩阵反向传播的深度网络在视觉分割任务中表现优于传统网络，并在移动设备上优化了模型的存储和功耗。