《表2 失水量空白对照表：深度学习模型终端环境自适应方法研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《深度学习模型终端环境自适应方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

（2）压缩评估模型的构建.深度学习模型每一层、每个计算单元的硬件资源消耗，特别是压缩后所形成的新模型的资源消耗，在部署前很难进行实际测量.因此，需要一个较为精确的资源消耗评估模型以对模型的压缩比提供指导.因为深度学习模型与硬件设备都具有异构性，如何构建一个评估模型，在不同硬件设备上对各种深度学习模型都有良好的评估效果存在极大挑战.这方面密歇根大学（The University of Michigan）的Kang等已经做了初步成果，Neurosurgeon[18]提出通过高斯回归评估模型的资源消耗，但是其只考虑了在固定硬件设备上进行评估.