面向嵌入式应用的深度神经网络模型压缩技术综述

作     者：王磊 赵英海 杨国顺 王若琪 WANG Lei;ZHAO Yinghai;YANG Guoshun;WANG Ruoqi

作者机构：中国航天科工集团三十五研究所北京100013 

基　　金：国家自然科学基金(61572065)~~ 

出 版 物：《北京交通大学学报》 (JOURNAL OF BEIJING JIAOTONG UNIVERSITY)

年 卷 期：2017年第41卷第6期

页      码：34-41页

摘      要：结合大数据的获取,深度神经网络关键技术广泛应用于图像分类、物体检测、语音识别和自然语言处理等领域.随着深度神经网络模型性能不断提升,模型体积和计算需求提高,以致其依赖高功耗的计算平台.为解决在实时嵌入式系统中的存储资源和内存访问带宽的限制,以及计算资源相对不足的问题,开展嵌入式应用的深度神经网络模型压缩技术研究,以便缩减模型体积和对存储空间的需求,优化模型计算过程.对模型压缩技术进行分类概述,包括模型裁剪、精细化模型设计、模型张量分解和近似计算和模型量化等,并对发展状况进行总结.为深度神经网络模型压缩技术的研究提供参考.

主 题 词：深度神经网络 模型压缩 模型裁剪 张量分解 嵌入式系统 

学科分类：1305[艺术学-设计学类] 0810[工学-土木类] 13[艺术学] 08[工学] 081104[081104] 0804[工学-材料学] 0805[工学-能源动力学] 081101[081101] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11860/j.issn.1673-0291.2017.06.006

馆 藏 号：203281950...