摘要
随着深度学习的持续发展,卷积神经网络(ConvolutionalNeuralNetwork,CNN)因其
出色的任务性能而被广泛应用于图像识别、目标分割等领域。网络性能的提升伴随而来
是容量的不断提升和巨大的计算成本。如何将网络模型集成到具有严格功率和计算要求
的物联网设备中,降低模型的存储和计算量是关键。模型压缩技术在此背景下提供了有
效的解决方案。现有模型压缩方法从是否改变原有模型上分为两大类:一类是探索网络
结构优化来设计轻量化的网络模型,通过设计新的卷积方法和网络结构来降低模型的参
数
您可能关注的文档
最近下载
- 【2025国省双考】公安专业知识专项刷题-职业素养+信息工作能力(讲义+笔记).pdf VIP
- 浅析马林巴独奏曲《雨之舞》的表演技巧.docx VIP
- 马林巴独奏曲《雨之舞》的演奏技巧和情感处理分析5000字.docx VIP
- 市政工程施工组织设计编制指南.pdf VIP
- 市政工程施工组织设计编制指南.docx VIP
- 短视频与直播运营(AIGC版第2版) 课件 第5--9章 抖音平台深度运营 ---短视频与直播融合运营案例 .pptx
- 《短视频直播与新媒体营销》课件 贺军 第1--4章 认识短视频与直播 --- 抖音短视频推广运营与数据分析.pptx
- 最新市政工程施工组织设计编制指南.docx VIP
- 2021产业基础创新发展目录.docx
- 《自媒体运营高级实战教程(抖音版)》全套教学课件.pptx
原创力文档

文档评论(0)