本論文では、PAODING と呼ばれるデータフリーのニューラルネットワークプルーニングツールを提案している。PAODING は、プレトレーニングされたモデルを入力として受け取り、モデルの精度とロバスト性を保ちつつ、大幅な圧縮を実現する。
PAODING のプルーニングプロセスは以下の3つのステージから成る:
サンプリングステージ:
手術ステージ:
再構築ステージ:
評価の結果、PAODING は4つのニューラルネットワークモデルに対して、50%のパラメータを削減しても、精度とロバスト性を50%以上保持できることが示された。また、オンラインのデモンストレーションも公開されている。
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Mark Huasong... alle arxiv.org 05-02-2024
https://arxiv.org/pdf/2405.00074.pdfDomande più approfondite