Mir*_*ac7 16 neural-network pruning python-3.x keras
我正在尝试使用Keras设计一个优先考虑预测性能的神经网络,并且通过进一步减少每层的层数和节点数量,我无法获得足够高的精度.我注意到我的很大一部分重量实际上是零(> 95%).有没有办法修剪密集层以期减少预测时间?
不是专门的方式:(
目前没有简单(专用)的方式与Keras这样做.
有关讨论正在https://groups.google.com/forum/#!topic/keras-users/oEecCWayJrM进行.
您可能还对本文感兴趣:https://arxiv.org/pdf/1608.04493v1.pdf.
看看Keras外科医生:https : //github.com/BenWhetton/keras-surgeon
我自己没有尝试过,但是文档声称它具有删除或插入节点的功能。
同样,在查看了一些有关修剪的论文后,似乎许多研究人员创建了一个具有较少通道(或较少层)的新模型,然后将权重从原始模型复制到新模型。
| 归档时间: |
|
| 查看次数: |
6060 次 |
| 最近记录: |