文件名称：用卷积滤波器matlab代码-caffe:咖啡
文件大小：15.2MB
文件格式：ZIP
更新时间：2024-06-10 06:27:08
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。 海报是。 幻灯片是。 另请参阅有关低等级DNN的ICCV 2017论文：，。 以及关于稀疏DNN的ICLR 2017论文： 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