最近由于项目要求,需要对模型进行压缩,查了一下都有 哪些开源出来的模型压缩开源库,然后看到原作者已经总结得挺好的, 值得学习!!!

  1. Tensorflow Lite:https://tensorflow.google.cn/lite
  2. mxnet - TVM RPC对接移动设备的框架
  3. EAIDK 搭载了 OPEN AI LAB 的核心 AI 开发平台 AID;和②的目标多少有些类似,将面向移动端的接口全部封装。类似于树莓派、arduino甚至安卓将硬件可编程话,一定程度上的封装后,AI方向的需求也开始被封装了。
  4. mxnet自带量化模块
  5. ncnn腾讯的移动端开源框架:https://github.com/Tencent/ncnn
  6. pocketFlow 腾讯的专门用于模型压缩的框架
  7. pytorch的tensor-Decomposition
  8. 一种量化库:Espresso: Efficient Forward Propagation for BCNNs
  9. Distiller:https://github.com/NervanaSystems/distiller
  10. Tengine:https://github.com/OAID/Tengine 用于移动端设备
  11. 大厂的发力
  • Nvidia的tensorRT,这里不能忽略一个有相当的集成度的框架,NVcaffe,可剪枝与量化,nvidia维护的caffe版本
  • facebook的Glow,用于推测时inference,集成于pytorch中
  • intel的模型压缩开源框架:neon
  • 处理稀疏矩阵的加速器TCL(Bit-Tactical: Exploiting Ineffectual Computations in Convolutional Neural Networks: Which, Why, and How)
  • 谷歌的TPU-流形的数据处理硬件;这俩都是另外一个方向,重新设计新的硬件,小伙伴们看看热闹就好了

模型压缩综述文章

1. Recent Advances in Efficient Computation of Deep Convolutional Neural Networks

比较系统的论述了各种模型压缩的方法,分类更倾向于从结果的不同、或者导出结果不同的方式方法进行区分,这种方式也更接近于一般人的认知水平和方式。好处也就是引用代表性论文要多些。

2. compression of convolutional neural networks a short survey

这篇的分类这更倾向于从方法的本源出发,基于方法的形式或性质;抽象度要高一些。缺点就是太短了,应该是有相当的理解才能写出来这样的文章。对异构网络结构的论述的引用好像更冷门一些

转载:https://blog.csdn.net/daniaokuye/article/details/82746661

深度学习(机器学习)模型压缩开源库整理相关推荐

  1. PyTorch 深度学习模型压缩开源库(含量化、剪枝、轻量化结构、BN融合)

    点击我爱计算机视觉标星,更快获取CVML新技术 本文为52CV群友666dzy666投稿,介绍了他最近开源的PyTorch模型压缩库,该库开源不到20天已经收获 219 颗星,是最近值得关注的模型压缩 ...

  2. 太空夜景_太空深度学习的模型压缩技术概述

    太空夜景 By Hannah Peterson and George Williams (gwilliams@gsitechnology.com) 汉娜·彼得森 ( Hannah Peterson)和 ...

  3. 如何给深度学习加速——模型压缩、推理加速

    深度学习模型往往受到端计算力的限制,无法很好的部署在移动端或无法降低端的计算成本.例如自动驾驶的模型就过于巨大,而且往往是很多模型并行,所以一般会用一些加速的方法来降低推算的计算力要求. 加速方法有多 ...

  4. 【深度学习】模型部署的错误整理

    目录 Pytorch部署错误 jetson nano部署错误 Pytorch以及其他框架部署错误 1_错误1:torch.nn.modules.module.ModuleAttributeError: ...

  5. 暑期科研见习总结:移动设备上的深度学习与模型剪枝初探

    本次暑期科研见习,我有机会初步了解了人工智能的深度学习和模型压缩的基本内容,并在移动设备(树莓派3B)上进行了一些简单的深度学习模型训练.在见习结束之际,总结一下这次学习的内容,也期待之后能够继续在相 ...

  6. 深度学习机器学习面试题汇——模型优化,轻量化,模型压缩

    深度学习机器学习面试题汇--模型优化,轻量化,模型压缩 提示:互联网大厂可能考的面试题 若CNN网络很庞大,在手机上运行效率不高,对应模型压缩方法有了解吗 介绍一下模型压缩常用的方法?为什么用知识蒸馏 ...

  7. 深度学习实战——模型推理优化(模型压缩与加速)

    忆如完整项目/代码详见github:https://github.com/yiru1225(转载标明出处 勿白嫖 star for projects thanks) 目录 系列文章目录 一.实验思路综 ...

  8. [面试笔试整理1]:深度学习机器学习面试问题准备(必会)

    此系列三篇文章的原文链接 面试笔试整理1:深度学习机器学习面试问题准备(必会) 1.神经网络基础问题 (1)Backpropagation(要能推倒) 后向传播是在求解损失函数L对参数w求导时候用到的 ...

  9. ML/DL:关于机器学习、深度学习算法模型的选择

    ML/DL:关于机器学习.深度学习算法模型的选择 目录 算法思路 算法思路 更新--

最新文章

  1. (转)Linux系统调用和库函数调用的区别
  2. 第二章 第二节 安装Eclipse
  3. mysql会对同时读取加锁吗_程序员经典面试题,MySQL并发读写的时候,都是需要加锁的么?...
  4. 4.4.5 清除变量内容
  5. 复习:稀疏链表的十字链表
  6. python 图像走势预测_在keras中对单一输入图像进行预测并返回预测结果操作
  7. Linux系统启动过程分析 -转
  8. ftp服务器不能读取文件内容_使用file_get_contents()函数读取文件内容
  9. winform定义数据源名称_WinForm中使用CrystalReport水晶报表——基础,分组统计,自定义数据源...
  10. TOGAF9.2企业架构师考试小记
  11. UTP网线和FTP网线,哪一种更适合超六类布线?
  12. Windows--IOmeter测试网络
  13. 好好编程-物流项目03【GitHub管理】
  14. vim 常用命令 挺全的
  15. macbookair有没有touchbar_没有Touch Bar 全新13英寸MacBook Pro初体验
  16. MySQL 查询统计订单
  17. 常见监控摄像头专业术语(码流、分辨率、帧率)详解
  18. python画出K线图及技术指标
  19. C++实现get与set
  20. 并发之Striped64(l累加器)

热门文章

  1. Windows高精度微秒级(并发)定时器实现
  2. OpenCV:透视变换
  3. Python中copy,deepcopy,浅拷贝(“=”)和深拷贝(“copy.deepcopy()”)
  4. 利用IDEA创建hadoop文件
  5. jquery获取指定属性为指定值的对象
  6. python分形几何_Python教程之绘制Mandelbrot集合
  7. YOLOv1-YOLOv4
  8. word格式:导出与导入(如何将一套格式样式应用于另一个文档)- 教程篇
  9. win10 查看文件扩展名 - 教程篇
  10. astype强制转换不管用_用numpy和pandas进行数据分析