文献

J-GLOBAL ID：201802265715213720   整理番号：18A0519135

徐々に大域的枝刈りによるシンナー畳込みニューラルネットワークに向けて【Powered by NICT】

Towards thinner convolutional neural networks through gradually global pruning

著者 (5件)： Wang Zhengtao (School of Electronic Engineering / Center of Robotics, University of Electronic Science and Technology of China) ,  Zhu Ce (School of Electronic Engineering / Center of Robotics, University of Electronic Science and Technology of China) ,  Xia Zhiqiang (School of Electronic Engineering / Center of Robotics, University of Electronic Science and Technology of China) ,  Guo Qi (School of Electronic Engineering / Center of Robotics, University of Electronic Science and Technology of China) ,  Liu Yipeng (School of Electronic Engineering / Center of Robotics, University of Electronic Science and Technology of China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 3939-3943  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 資源が限られたデバイスにそれらを適用した場合の深いネットワークの枝刈りは,深いニューラルネットワークの記憶容量と計算コストを低減する効果的な方法である。多くの枝刈り粒度の中で,ニューロンレベルせん定をモデルに冗長ニューロンとフィルタを除去し,薄いネットワークをもたらすであろう。本論文では,ニューロンレベル枝刈りのための徐々に大域的枝刈り方式を提案した。各枝刈りの段階では,ニューロンの小パーセントは,モデルにおけるすべての層を横切る選択し,低下した。も方式を可能にするニューロンの重要性の評価におけるバイアスを除去する簡単な方法を提案した。層状枝刈りベースの方式と比較して,提案方式では,各層における冗長性を決定する上での困難を回避し,深層ネットワークにより効果的である。提案方式では,与えられた性能下で元のネットワークにおける薄いサブネットワークを自動的に見出すであろう。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 深層 ,  *ネットワーク ,  フィルタ ,  *ニューラルネットワーク ,  記憶容量 ,  ニューロン ,  モデル ,  冗長性
準シソーラス用語： サブネットワーク ,  計算コスト ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 枝刈り ,  シンナー ,  畳込みニューラルネットワーク