arXiv · 机器人与计算机视觉· Jingjing Liu, Ziyang Wang, Xianchao Xiu, Wanquan Liu·· 16 天前AI 评分20
Bi-Sparse Matrix Factorization 结构化通道剪枝方法在 CIFAR-10 与 ImageNet-1K 数据集上实现显著压缩并保持高重建精度
Structured Channel Network Pruning with Bi-Sparse Matrix Factorization
AI 导读
Bi-Sparse Matrix Factorization (BSMF) 提出一种新型卷积神经网络结构化通道剪枝方法,通过行/列双稀疏正则化区分共享冗余与单通道贡献。该方法基于交替方向乘子法构建高效更新方案,所有子问题均存在闭式解。在 CIFAR-10 和 ImageNet-1K 数据集上的实验表明,BSMF 在显著压缩网络的同时保持了高重建精度,源代码已公开。
来源:arXiv · 机器人与计算机视觉 · arxiv.org