《表1 混合参数剪枝前后网络对比》

  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

《面向星上目标提取的卷积神经网络优化技术》

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

注：“↓”表示相对于原始网络，剪枝并再训练后网络分类精度的下降比例。

对通道剪枝后的网络进行再训练，使其恢复精度。接下来对网络进行基于权重的参数剪枝，以进一步减少冗余参数。首先对全连接层90%的参数进行剪枝，经过再训练，网络分类精度损伤不大，这说明剪掉的90%全连接层参数中大部分是冗余的。在此基础上，对卷积层参数进行剪枝，并逐渐增大卷积层参数的剪枝比例。在遥感数据集上对VGG-16网络进行混合参数剪枝，实验结果见表1。