抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
チャネル剪定を用いて,畳込みニューラルネットワーク(CNN)における重みの数を減らした。チャネル剪定は,畳み込み層が高密度のままであるように,重みテンソルのスライスを除去する。単層からのこれらの重量スライスの除去は,ネットワークの層の間の特徴マップの不整合数を引き起こす。簡単な解は,その後の層から重量スライスの除去を通して整合する層の間の特徴マップの数に力をつけることである。この付加的制約は,ネットワークを高密度に保つために複数のチャネルを一緒に刈り込む必要がある分岐を有するDNNにおいてより明白になる。平面枝刈り顕著性メトリックスは,枝を持つDNNで生じる構造依存性に因子を持たない。著者らは,これらの構造的制約を反映するために,Dominoメトリック(既存のチャネル顕著性メトリックス)を提案した。分岐を持つ多重ネットワーク上の基準線チャネル顕著性計量に対するDomino顕著性計量を試験した。Domino顕著性メトリックスは,CIFAR-10上で,ほとんどのテストネットワークで枝刈り率を改善し,AlexNetで25%まで改善した。【JST・京大機械翻訳】