基于灵敏度分析的FPGM剪枝算法研究

作者：冉光金; 李震; 李良荣^*

来源：计算机应用研究, 2022, 39(01): 141-145.

DOI：10.19734/j.issn.1001-3695.2021.06.0246

• 深度学习
• 网络剪枝
• 图像分类
• 灵敏度

针对等比例剪枝导致的重要卷积层剪枝过度、残留大量冗余参数以及精度损失较大的问题,在FPGM剪枝策略基础上融入灵敏度分析进行网络剪枝。算法采用精度反馈来分析每一层卷积层的重要性,控制单层剪枝比例分析每一层不同剪枝比例对精度损失的影响,获取各个卷积层的灵敏度;结合FPGM策略分析卷积层内卷积核的重要程度按灵敏度的剪枝比例剪掉不重要的卷积核,达到对神经网络进行有效剪枝的目的。实验结果表明,所提方法在MobileNet-v1和ResNet50上剪枝率为50%的情况下,精确度仅下降1.56%和0.11%;所提方法在精度损失一致下,ResNet50上具有更高剪枝率和更低计算量。

• 单位
  贵州大学