本文介绍了一种名为“网络瘦身”的学习方案，通过引入通道级稀疏性来简化深度卷积神经网络，降低计算成本和内存占用，同时保持准确度。实验结果表明，该方案在多个图像分类数据集上表现良好。此外，还探讨了其他模型压缩方法，如LayerCollapse和Self-Compression，这些方法同样有效减少网络参数并提高效率。