文件名称：用卷积滤波器matlab代码-caffe:咖啡
文件大小：11.46MB
文件格式：ZIP
更新时间：2024-06-10 06:46:36
系统开源
用卷积滤波器matlab代码具有结构化稀疏性的稀疏深度神经网络 这是针对结构化的稀疏深层神经网络的独立源代码，可加快对深层神经网络（DNN）的评估。 技术细节在下面的文章中：学习深度神经网络中的结构稀疏性。 我们的SSL（结构稀疏学习）方法利用群组Lasso正则化来动态学习紧凑的DNN结构（更少的过滤器，更少的通道，更小的过滤器形状，更少的神经元和更少的层），在GPUNet中以3.1倍的速度实现AlexNet中卷积层的加速CPU中的5.1X，由BLAS中现有的GEMM度量（例如，CPU中的MKL和nvidia GPU中的cuBLAS）。 另外，我们方法的一种变体可以将AlexNet的准确性提高约1％。 此外，我们的结果还可以减少深度残差网络（ResNets）中的层数，同时提高其准确性。 幻灯片是。 动机 在通过L1正则化或连接修剪进行优化之后，深度神经网络可能非常稀疏（> 90％）。 可以使用那些稀疏方法来压缩模型大小，但是，由于较差的缓存局部性和稀疏性的随机模式导致的跳跃存储器访问模式，因此无法加快计算速度。 上图显示，加速速度非常有限（有时甚至会变慢），而稀疏度可能高达90％以上。