枝刈り
1 次テイラー近似を使用して畳み込み層からフィルターを枝刈りします。その後、枝刈りされたネットワークから、C/C++ コードまたは CUDA® コードを生成できます。
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。
関数
taylorPrunableNetwork | Neural network suitable for compression using Taylor pruning (R2022a 以降) |
forward | 学習用の深層学習ネットワーク出力の計算 |
predict | 推論用の深層学習ネットワーク出力の計算 |
updatePrunables | Remove filters from prunable layers based on importance scores (R2022a 以降) |
updateScore | Compute and accumulate Taylor-based importance scores for pruning (R2022a 以降) |
トピック
- Prune Image Classification Network Using Taylor Scores
Reduce the size of a deep neural network using Taylor pruning.
- Prune Filters in a Detection Network Using Taylor Scores
Reduce network size and increase inference speed by pruning convolutional filters in a you only look once (YOLO) v3 object detection network.
注目の例
Analyze and Compress 1-D Convolutional Neural Network
Analyze 1-D convolutional network for compression and compress it using Taylor pruning and projection.
Prune and Quantize Convolutional Neural Network for Speech Recognition
Compress a convolutional neural network (CNN) to prepare it for deployment on an embedded system.
イメージ分類ネットワークのパラメーターの枝刈りと量子化
パラメーターの枝刈りと量子化を行ってネットワークのサイズを小さくする。
Prune and Quantize Semantic Segmentation Network
Reduce the memory footprint of a semantic segmentation network and speed-up inference by compressing the network using pruning and quantization.
