適應(yīng)于硬件部署的神經(jīng)網(wǎng)絡(luò)剪枝量化算法

摘要： 深度神經(jīng)網(wǎng)絡(luò)由于性能優(yōu)異已經(jīng)在圖像識別、目標(biāo)檢測等領(lǐng)域廣泛應(yīng)用，然而其包含大量參數(shù)和巨大計算量，導(dǎo)致在需要低延時和低功耗的移動邊緣端部署時困難。針對該問題，提出一種用移位加法代替乘法運(yùn)算的壓縮算法，通過對神經(jīng)網(wǎng)絡(luò)進(jìn)行剪枝和量化將參數(shù)壓縮至低比特。該算法在乘法資源有限的情況下降低了硬件部署難度，可滿足移動邊緣端低延時和低功耗的要求，提高運(yùn)行效率。對ImageNet數(shù)據(jù)集經(jīng)典神經(jīng)網(wǎng)...