面向边缘计算的深度神经网络压缩算法与应用研究面向边缘计算的深度神经网络压缩算法与应用研究.docxVIP

PAGE4

面向边缘计算的深度神经网络压缩算法与应用研究面向边缘计算的深度神经网络压缩算法与应用研究

摘要

深度神经网络以其自动特征提取能力在计算机视觉、自然语言处理、股票预测和音频处理方面取得了巨大的成就，近年来，深度神经网络算法与物联网应用加速融合。然而，深度神经网络模型在计算、能量和存储方面的巨大需求，使得他们难以在资源受限的边缘终端设备上部署。因此，一种自然的想法是在深度网络中进行模型压缩和加速，而不显著降低模型的性能，在过去的十年间，这方面的研究取得了巨大的进展。本文分析研究了目前主流的几种深度神经网络模型压缩算法，分别是基于剪枝的模型压缩方法、基于量化的模型压