原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第
42
卷
第
3
期广东工业大学学报Vol.
42
No.
3
2025
年
5
月JournalofGuangdongUniversityofTechnologyMay
2025
周博,
陈辉.
针对忆阻神经网络加速器的混合粒度剪枝方法研究[J].
广东工业大学学报,
2025,
42(3):
123–129.
doi:
10.12052/gdutxb.240011.
Zhou
Bo,
Chen
Hui.
Research
on
mixed-grained
pruning
method
for
memristive
neural
network
accelerator[J].
Journal
of
Guangdong
University
of
Technology,
2025,
42(3):
123–129.
doi:
10.12052/gdutxb.240011.
针对忆阻神经网络加速器的混合粒度剪枝方法研究
周
博，陈
辉
（广东工业大学
计算机学院，广东
广州
510006）
摘要:消除冗余以减少无效计算是加速神经网络和提高计算效率的常用方法。权重剪枝是一种常用的模型压缩方
法，其通过去除冗余权重来有效降低计算成本。然而，现有的非结构化剪枝方法没有考虑阻性随机存取存储器
(Resistive
Random
Access
Memory，RRAM)
的忆阻交叉阵列
(Memristive
Crossbar
Array，MCA)
结构；而结构化剪枝
方法虽然契合MCA结构，但是其过粗的剪枝粒度容易造成网络精度的下降。本文提出了一种混合粒度剪枝方法，
有效地降低了基于RRAM的忆阻神经网络加速器的硬件开销。该方法将权重子矩阵列根据冗余程度不同进行分类，
并执行不同的剪枝策略，充分利用卷积神经网络
(Convolutional
Neural
Network，CNN)
的冗余性。与现有方法相
比，该方法在压缩比和能量效率方面分别提高了2.0倍和1.6倍，并且精度损失更低。
关键词:神经网络；忆阻器；阻性随机存取存储器；模型剪枝
中图分类号:TP389.1
文献标志码:A
文章编号:1007–7162(2025)03–0123–07
ResearchonMixed-grainedPruningMethodforMemristiveNeural
NetworkAccelerator
Zhou
Bo,
Chen
Hui
(School
of
Computer
Science
and
Technology,
Guangdong
University
of
Technology,
Guangzhou
510006,
China)
Abstract:Reducing
redundant
computations
is
a
common
method
to
accelerate
文档评论（0）