ZTE_Challenge2019的基准(模型优化和加速) 我将不做任何调整就开放我以前的解决方案的源代码。 这里仅显示一些实验性的想法代码,而在挑战之后可能会开放更多通用工具。 费用表 在RTX2080TI(ms)上测试原始模型- 想法清单 merge_bn.ipynb :合并batchnorm层以进行卷积。 clear_idle_filters.ipynb :清除一些权重接近零的空闲过滤器。 fc_svd.ipynb :通过SVD将一个完整的连接分成几个连接。 将kxk卷积分离为[kxk,1x1]或[kx1,1xk]。 使用一些特殊算法进行计算(im2,kn2,Winograd,FFT,直接运算等)。 尝试其他策略以进行修剪。 稀疏的卷积和稀疏的完全连接。 量化。 合并图层(例如,如果可以忽略relu,则将两个3x3卷积合并为一个5x5卷积)。 祝你好运
评论星级较低,若资源使用遇到问题可联系上传者,3个工作日内问题未解决可申请退款~