很棒的深度模型压缩
深度模型压缩相关研究论文，文章，教程，库，工具等的有用列表。 当前，回购协议是附加的给定标签，即[Pytorch / TF]。 要在您常用的框架中快速找到动手的Repos，请按Ctrl + F开始 :grinning_face_with_big_eyes:
内容
跨平台
硬件整合
文件
一般的
建筑学
量化
二值化
修剪
彩票假说| ICLR，2019，Google | 纸| 代码
蒸馏法
低秩近似
文章
网志
修剪深度神经网络以使其变得又快又小[Pytorch]通过使用修剪基于VGG-16的Dogs-vs-Cats分类器，可以使x3速度更快，而x4则更小。
压缩BERT的所有方法-概述了基于不同特征的大型NLP模型（BERT）的不同压缩方法，并比较了它们的结果。
深度学习模型压缩方法。
将来我们真的需要模型压缩吗？
工具
图书馆
torch.nn.utils.prune [火炬] Pytor
