模型压缩是在计算能力和内存较低的边缘设备上部署SOTA（最先进的）深度学习模型的过程，而不会影响模型在准确性、精度、召回率等方面的性能。
2023-05-05 09:54
在某个时间点，人们认为大型和复杂的模型表现更好，但现在它几乎是一个神话。随着边缘AI的发展，越来越多的技术将大型复杂模型转换为可以在边缘上运行的简单模型，所有这些技术结合在一起执行
2022-10-19 14:22
程度上能表达其复杂性，相关研究表明并不是所有的参数都在模型中发挥作用，部分参数作用有限、表达冗余、甚至会降低模型的性能．本文首先对国内外学者在深度模型压缩上取得的成果进
2017-12-19 16:39
模型压缩涉及将大型资源密集型模型转化为适合在受限移动设备上存储的紧凑版本。此外，它还可以优化模型以实现更快的执行速度和最小的延迟，或在这些目标之间取得平衡。
2023-09-26 17:12
更好的性能，但是高额的存储空间、计算资源消耗是使其难以有效的应用在各硬件平台上的重要原因。所以，卷积神经网络日益增长的深度和尺寸为深度学习在移动端的部署带来了巨大的挑战，深度学习模型压缩与加速
2019-06-08 17:26
基于Transformer架构的大型模型在人工智能领域中发挥着日益重要的作用，特别是在自然语言处理（NLP）和计算机视觉（CV）领域。
2024-02-22 16:27
电子发烧友网报道（文/李弯弯）当前，全球众多科技企业都在积极研究AI大模型，然而因为参数规模太大，要想实现AI大模型在边/端侧部署，需要用到模型压缩技术。当前谷歌、微软
2023-04-24 01:26
剪枝在高稀疏率时往往不可避免地删除表达神经元，这将导致模型性能严重降低。低秩近似则旨在压缩表达神经元，它对于压缩神经元中的相干部分十分有效，其本质就是提取神经元共享相干子空间的公共基，该方法在 Transformer
2023-07-17 10:50
数据集上的表现非常卓越。然而，由于其计算量大、存储成本高、模型复杂等特性，使得深度学习无法有效地应用于轻量级移动便携设备。因此，压缩、优化深度学习模型成为目前硏究的热点。当前主要的
2021-04-12 10:26
针对三维（3D）网格模型的存储与网络传输问题，提出一种新颖的三维模型压缩算法。该算法基于对网格模型的切片处理，主要由以下三个步骤组成：切片顶点的计算、切片边界的均匀采样
2017-12-25 16:26
