模型压缩 方法汇总和梳理
Introduction
预训练后的深度神经网络模型往往存在着严重的 过参数化 问题,其中只有约5%的参数子集是真正有用的。为此,对模型进行 时间 和 空间 上的压缩,便谓之曰“模型压缩” 。
模型压缩技术包括 前端压缩 和 后端压缩 这两部分。
对比
前端压缩 | 后端压缩 | |
---|---|---|
实现难度 | 较简单 | 较难 |
可逆否 | 可逆 | 不可逆 |
成熟运用 | 剪枝 | 低秩近似、参数量化 |
待发展运用 | 知识蒸馏 | 二值网络 |
前端压缩
不会改变原始网络结构的压缩技术。
- 1
1. 知识蒸馏
蒸馏模型采用的是 迁移学习,通过采用 预先训练好 的 复杂模型(Teacher model)的 输出 作为 监督信号 去训练另外一个简单的网络。这个简单的网络称之为student model。
2. 紧凑的模型结构设计
“挤压”设计 与 “扩张”设计。
3. 滤波器层面的剪枝
在训练时使用稀疏约束(加入权重的稀疏正则项,引导模型的大部分权重趋向于0)。完成训练后,剪去滤波器上的这些 0 。
优点:
简单。缺点:
剪得不干净。
后端压缩
会大程度上改变原始网络结构的压缩技术,且不可逆。
- 1
1. 低秩近似
使用结构化矩阵来进行低秩分解。
优点:
该方法在中小型网络模型上效果不错。缺点:
在大型网络模型上玩不转。
2. 未加限制的剪枝
完成训练后,不加限制地剪去那些冗余参数。
优点:
使模型更加成熟。缺点:
易导致网络结构随机且稀疏。由于被剪除的网络连接在分布上缺乏连续性,导致在实际使用模型时,CPU cache和内存之间会增加很多不必要的频繁切换。这种“每次少放,多次拿取”的弊端,使得实际使用中的加速效果大打折扣。
同时,剪枝后,通用的运行库(比如conv2d)不能用了,还得另行设计新的运算接口。So 麻烦。。
3. 参数量化
从权重中 归纳出 若干的“代表”,由这些“代表”来 表示某一类权重 的 具体数值 。
4. 二值网络
所有 参数的取值 只能是 ±1 。
[1] 解析卷积神经网络—深度学习实践手册
[2] 深度压缩之蒸馏模型
模型压缩 方法汇总和梳理相关推荐
- 降低预测过程计算成本,这些NLP模型压缩方法要知道
编译 | 凯隐 出品 | AI科技大本营(ID:rgznai100) 近年来,基于谷歌Transformer的语言模型在神经机器翻译,自然语言推理和其他自然语言理解任务上取得了长足进展. 通过多种语言 ...
- 所有你要知道的 BERT 模型压缩方法,都在这里!
模型压缩可减少受训神经网络的冗余,由于几乎没有 BERT 或者 BERT-Large 模型可直接在 GPU 及智能手机上应用,因此模型压缩方法对于 BERT 的未来的应用前景而言,非常有价值. 软件工 ...
- 深度学习模型压缩方法(3)-----模型剪枝(Pruning)
link 前言 上一章,将基于核的稀疏化方法的模型压缩方法进行了介绍,提出了几篇值得大家去学习的论文,本章,将继续对深度学习模型压缩方法进行介绍,主要介绍的方向为基于模型裁剪的方法,由于本人主要研究的 ...
- BERT-of-Theseus:基于模块替换的模型压缩方法
©PaperWeekly 原创 · 作者|苏剑林 学校|追一科技 研究方向|NLP.神经网络 最近了解到一种称为"BERT-of-Theseus"的 BERT 模型压缩方法,来自论 ...
- 深度学习模型压缩方法综述(二)
深度学习模型压缩方法综述(一) 深度学习模型压缩方法综述(二) 深度学习模型压缩方法综述(三) 前言 上一章,将基于核的稀疏化方法的模型压缩方法进行了介绍,提出了几篇值得大家去学习的论文,本章,将继续 ...
- 娓娓道来!那些BERT模型压缩方法
本文约3000字,建议阅读10+分钟 本文主要介绍知识蒸馏.参数共享和参数矩阵近似方法. 作者 | Chilia 哥伦比亚大学 nlp搜索推荐 整理 | NewBeeNLP 基于Transformer ...
- 性能不打折,内存占用减少90%,Facebook提出极致模型压缩方法Quant-Noise
对于动辄上百 M 大小的神经网络来说,模型压缩能够减少它们的内存占用.通信带宽和计算复杂度等,以便更好地进行应用部署.最近,来自 Facebook AI 的研究者提出了一种新的模型量化压缩技术 Qua ...
- ACL 2020 | MobileBERT:一种与任务无关的模型压缩方法
©PaperWeekly 原创 · 作者|蔡杰 学校|北京大学硕士生 研究方向|问答系统 论文标题:MobileBERT: a Compact Task-Agnostic BERT for Resou ...
- java list 占用内存不释放_性能不打折,内存占用减少90%,Facebook提出极致模型压缩方法Quant-Noise...
对于动辄上百 M 大小的神经网络来说,模型压缩能够减少它们的内存占用.通信带宽和计算复杂度等,以便更好地进行应用部署.最近,来自 Facebook AI 的研究者提出了一种新的模型量化压缩技术 Qua ...
最新文章
- 13行代码AC_Justifying the Conjecture Gym - 102394J(解题报告)
- 大数据平台之初体验 | 网易猛犸 | 数据仓库、调度系统、数据质量、离线与实时计算应有尽有。
- 操作系统中分页、分段、交换空间、页面置换算法等相关概念
- 也来谈一谈js的浅复制和深复制
- Log4j2 Zero Day 漏洞 Apache Flink 应对指南
- 安卓装Linux ,坑真的多,Linux deployTermux踩坑记||在旧手机上建立自己的服务器(1)||2020年新货
- 湿敏电阻HR202L使用记录
- flashfxp配置文件服务器同步,如何导出FlashFXP的站点配置文件
- 我的世界服务器信息显示等级,我的世界空岛服务器怎么查方块等级 | 手游网游页游攻略大全...
- Vue实现购物车功能
- 魔门云获得百万级天使轮投资,由创客100创投基金领投
- Boyd 凸优化课后习题 求共轭函数
- html 边框四周闪光的效果,纯css 边框闪烁效果
- 原链YCC战略定位:公链+私链(联盟链、私有链),实现价值传递
- Easy3D开发——点云孔洞填充
- 立创EDA专业版,建立自己的元件库
- 黄金分割――设计师的设计利器
- 防止微机室教师机对学生机的控制
- 织梦DEDECMS介绍下载安装
- 带传动计算机辅助测试系统,基于VisualBasic的V型带传动计算机辅助设计
热门文章
- 初学Python第三天写的一个PC版模拟微信自动给好友发送消息
- Excel 文件比较工具:xlCompare 11.0 Crack
- (数组) 1207. 独一无二的出现次数 ——【Leetcode每日一题】
- mysql: Data truncated for column ‘id‘ at row 1
- conda activate xxx 激活虚拟环境报错
- python 设置开机自动启动_一键开机启动添加(python)
- 模糊PID基本原理及matlab仿真实现(新手!新手!新手!)
- MATLAB绘图合集:填充二维等高线图contourf
- Google后宫频“起火” 不省心收购伤透了谁的心
- ORA-01034和ORA-27101错误解决办法