深度学习在移动端的优化实践.pdf

  1. 1、本文档共50页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
深度学习在移动端的 优化实践 黄文波(鬼谷) 美丽联合集团 集团简介 美丽联合集团是专注服务女性的时尚消费平台 ,成立于2016 年 6 月 15 日。美丽联合集 团旗下包括:蘑菇街、美丽说、uni、锐鲨、MOGU STATION等产品与服务。覆盖时尚 消费的各个领域 ,满足不同年龄层、消费力和审美品位的女性用户日常时尚资讯与时尚 消费所需。 整体数据 时尚红人 120,000+ 日活用户 10,000,000+ 注册用户数 200,000,000+ 移动用户占比 女性用户占比 95%+ 成交规模 95%+ ¥20,000,000,000+ 主要内容 背景与现状 模型压缩与设计 移动端实践 总结 01 背景及现状 深度学习:从云端到边缘计算 蘑菇街为什么做深度学习优化 ? 服务器 • 减少训练、预测的时间 • 节约GPU资源,节约电 移动端 • 实时响应需求 • 本地化运行,减少服务器压力 • 保护用户隐私 CNN基础 CNN基础 Challenge 深度学习:网络越来越深,准确率越来越高 越多的存储和 模型越来越大 耗费越多能量 计算 移动设备:内存有限、计算性能有限、功耗有限 02 模型压缩与设计 Model Compression Pruning Quantization Huffman Encoding Pruning Weight-Level Pruning for the sparse connections Han et al, “Learning both weights and connections for efficient neural networks”, NIPS 2015 Pruning Channel-Level Pruning and retraining iteratively Li et al, “Pruning filter for efficient convnets”, ICLR 2017 Pruning Channel-Level Pruning with L1 regularization Liu et al, “Learning efficient convolutional networks through network slimming”, ICCV 2017 Quantization Han et al, “Deep Compression: Compressing deep neural networks with pruning, trained quantization and huffman coding”

文档评论(0)

智慧IT + 关注
实名认证
内容提供者

微软售前技术专家持证人

生命在于奋斗,技术在于分享!

领域认证该用户于2023年09月10日上传了微软售前技术专家

1亿VIP精品文档

相关文档