Compresión automática de red neuronal con aprendizaje profundo por refuerzo basado en el método de gradiente proximal
Autores: Wang, Mingyi; Tang, Jianhao; Zhao, Haoli; Li, Zhenni; Xie, Shengli
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Compresión automática de red neuronal con aprendizaje profundo por refuerzo basado en el método de gradiente proximal
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Compresión de modelos
Aprendizaje profundo por refuerzo
Red neuronal
Actor-crítico
Regularización
Rendimiento de compresión
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
En los últimos años, la técnica de compresión de modelos es muy efectiva para la compresión de redes neuronales profundas. Sin embargo, muchos de los métodos de compresión de modelos existentes dependen en gran medida de la experiencia humana para explorar una estrategia de compresión entre la estructura de la red, la velocidad y la precisión, lo cual suele ser subóptimo y consume mucho tiempo.
Descripción
En los últimos años, la técnica de compresión de modelos es muy efectiva para la compresión de redes neuronales profundas. Sin embargo, muchos de los métodos de compresión de modelos existentes dependen en gran medida de la experiencia humana para explorar una estrategia de compresión entre la estructura de la red, la velocidad y la precisión, lo cual suele ser subóptimo y consume mucho tiempo.