《表4 Taylor-guided剪枝与原始模型在cifar-10中各类别的精度对比》
Taylor-guided剪枝算法在完成模型剪枝后,此时压缩模型的top-1为93.21%,FLOPs和参数量的减少率分别为79.30%和86.05%.为了了解剪枝过程对不同类别的影响情况,我们对cifar-10中每一个类别的top-1进行展示,结果如表4所示.从表中可以发现模型压缩过程对每个类别的影响是不同的,我们可以看到Deer类在压缩之后模型的精度有所提高,而Car类别的精度保持不变,其余类别的识别精度均有不同程度的降低.以上结果进一步地表明网络中不同卷积核对每个类的贡献程度有较大的差异,删除一个卷积核可能只对某一类别图片有影响,即该卷积核可能只包含该类别所独有的特征.
图表编号 | XD00204795200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.20 |
作者 | 张彪、杨朋波、桑基韬、于剑 |
绘制单位 | 北京交通大学计算机与信息技术学院、交通数据分析与挖掘北京市重点实验室(北京交通大学)、北京交通大学计算机与信息技术学院、交通数据分析与挖掘北京市重点实验室(北京交通大学)、北京交通大学计算机与信息技术学院、交通数据分析与挖掘北京市重点实验室(北京交通大学)、北京交通大学计算机与信息技术学院、交通数据分析与挖掘北京市重点实验室(北京交通大学) |
更多格式 | 高清、无水印(增值服务) |