基于GoogLeNet模型的剪枝算法
GoogLeNet包含多个并行的卷积层和池化层,极具表现力,但也导致其参数数量冗余和计算量大,解决该问题的根本途径是将网络稀疏化.剪枝算法通过训练网络、修剪低权重连接和再训练网络三步操作,只保留卷积层和完全连接层中的强相关连接,实现简化网络结构和参数数量的效果,获得近似的网络模型,不影响网络后验概率估计的准确性,达到压缩效果.传统计算方式不适合非均匀稀疏数据结构,所提出的阈值剪枝算法设定合适的阈值,将原始GoogLeNet模型中将近1040万参数减少到65万,大约压缩了16倍.原始网络在进行剪枝处理后,准确率会有所降低,但经过少数次迭代,网络的准确率与原始模型不相上下,达到了压缩模型的效果,验证了阈值剪枝算法对改进GoogLeNet模型训练过程的有效性.
文件下载
评论信息
其他资源
- C#腾讯AI 接口签名工具及语音合成Demo(适合小白)
- springboot-集成达梦数据库-源代码
- STM32F103C8T6最小系统--原理图
- Design of Analog CMOS Integrated Circuits, Behzad Razavi
- 大学计算机基础课件（国防科技大学）
- VB+SQL物流管理信息系统
- 基于STC89C51单片机的DS18B20的温度报警器（1602显示温度）
- 【经典】STM32自学笔记（完整扫描版）
- flappy bird 源码
- winols224免安装绿色版本+ 带激活安装版
- 看jar源码的工具
- EXCEL IMEI 通过excel 计算第15位识别码
- 最新全国基站lbs定位库 基站定位 lbs定位数据库
- 堆排序C语言实现
- C++Builder开发的数据采集系统上层应用软件
- 获取设置鼠标位置等操纵.pdf
- 综合评价方法.rar
- 变电站主变成套保护装置系统设计
- Advanced Installer 14破解版.rar
- Android项目视频教程之手机防盗软件
- 新浪微博的用户数据
- 电商数据分析基础指标体系
- DC学习笔记
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明