面向嵌入式应用的深度神经网络模型压缩技术综述
王磊
赵英海
杨国顺
王若琪
1.中国航天科工集团三十五研究所,北京,1000132.中国航天科工集团三十五研究所,北京,1000133.中国航天科工集团三十五研究所,北京,1000134.中国航天科工集团三十五研究所,北京,100013
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.
关键词：深度神经网络模型压缩模型裁剪张量分解嵌入式系统
分类号：TP391.4(计算技术、计算机技术)
资助基金：国家自然科学基金(61572065)National Natural Science Foundation of China (61572065)
论文发表日期：2017-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：8( 34-41 )
英文信息