このページの内容は最新ではありません。最新版の英語を参照するには、ここをクリックします。
ネットワーク圧縮の用途
R2026aエンドツーエンドのワークフローにおける深層学習モデルの圧縮について調査する
要件定義、データ準備、深層ニューラル ネットワークの学習、圧縮、ネットワークのテストと検証、Simulink 連携、コード生成などのエンドツーエンドの深層学習ワークフローにおけるモデル圧縮について調査します。
Deep Learning Toolbox™ Model Compression Library で利用可能な圧縮手法の詳細な概要については、Reduce Memory Footprint of Deep Neural Networksを参照してください。
関連情報
注目の例
Quantize Deep Learning Network for Battery State of Charge Estimation
Quantize recurrent neural network trained for battery state of charge estimation.
Compress Deep Learning Network for Battery State of Charge Estimation
Compress a neural network for predicting the state of charge of a battery using projection.
Compress Sequence Classification Network for Road Damage Detection
Compress network to meet memory requirement using pruning, projection, and quantization.
