《表2 Res Net-18/Res Net-50基于flower-102数据集的剪枝结果》
Res Net-18.本部分采用基于Res Net-18结构的变体(详细网络结构见附录A)进行验证.实验中,设置βmin=33%,且令ε=5%;实验结果如表2所示.通过Taylor-guided剪枝算法与Molchanov等[20]提出的Taylor剪枝算法结果的对比可以发现,Taylor-guided剪枝算法生成的网络模型占存更小(减少的参数量分别为82.61%vs.79.33%),同时它的top-1要高于后者的top-1 (73.86%vs.70.62%).另外利用归因剪枝算法进行模型剪枝时,其top-1损失为0.86%,与Taylor剪枝算法相比,其FLOPs压缩率更高(97.93%vs.62.45%).根据此实验可以证明本文提出的算法在Res Net网络架构压缩过程中,能够以较大压缩率压缩模型同时可以保证模型拥有较高的top-1值.此实验表明本文算法可以在含有跳跃连接的架构中成功运用.
图表编号 | XD00204795400 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) |