• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于參數(shù)子空間和縮放因子的YOLO剪枝算法

    2021-02-05 03:03:04楊民杰梁亞玲杜明輝
    計算機工程 2021年2期
    關(guān)鍵詞:剪枝范數(shù)濾波器

    楊民杰,梁亞玲,杜明輝

    (華南理工大學(xué)電子與信息學(xué)院,廣州 510641)

    0 概述

    自2012年AlexNet[1]獲得ImageNet大型視覺識別比賽(ImageNet Large Scale Visual Recognition Competition,ILSVRC)冠軍以來,以AlexNet為代表的基于深度學(xué)習(xí)的卷積神經(jīng)網(wǎng)絡(luò)受到廣泛關(guān)注并得到深入發(fā)展,一系列深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)相繼出現(xiàn),例如用于分類任務(wù)的Vgg[2]、GoogleNet[3]和ResNet[4]等網(wǎng)絡(luò)以及用于目標(biāo)檢測任務(wù)的Rcnn[5]、FastRcnn[6]、FasterRcnn[7]、YOLOv3[8]和SSD[9]等網(wǎng)絡(luò)。隨著神經(jīng)網(wǎng)絡(luò)逐漸加深,其應(yīng)用于視覺任務(wù)的網(wǎng)絡(luò)精度已逐漸接近甚至超過人類的視覺識別水平[10],而網(wǎng)絡(luò)模型占據(jù)的存儲空間、計算時長和計算量等均不斷增加,對嵌入式設(shè)備的計算性能提出更高要求,所需設(shè)備成本與電量能耗均增大。然而嵌入式設(shè)備在計算能力、存儲能力以及電量能耗等方面均有一定限制[10],為了在嵌入式設(shè)備中成功部署相關(guān)的深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò),需在保持神經(jīng)網(wǎng)絡(luò)分類或檢測精度的同時對其進(jìn)行壓縮。

    神經(jīng)網(wǎng)絡(luò)壓縮算法主要包括低秩近似算法、剪枝算法、量化算法、知識蒸餾算法和緊湊型網(wǎng)絡(luò)設(shè)計算法等。低秩近似算法是將稠密的滿秩矩陣表示為若干低秩矩陣的組合,低秩矩陣又分解為小規(guī)模矩陣的乘積,從而達(dá)到簡化的目的。文獻(xiàn)[11]提出一種線性組合卷積核基底算法,用f×1+1×f卷積核替代f×f卷積核進(jìn)行低秩近似。剪枝算法是通過修剪神經(jīng)網(wǎng)絡(luò)中冗余濾波器進(jìn)行網(wǎng)絡(luò)優(yōu)化,刪除神經(jīng)網(wǎng)絡(luò)權(quán)重矩陣中不重要的部分權(quán)重,僅保留有用部分,再重新對網(wǎng)絡(luò)進(jìn)行微調(diào)。量化算法是用低精度參數(shù)權(quán)值代替神經(jīng)網(wǎng)絡(luò)中32 bit的浮點型參數(shù)權(quán)值,目前大多數(shù)低精度的方案采用INT8型參數(shù)代替FP32型參數(shù),通過犧牲部分精度降低占用空間。知識蒸餾算法是指通過遷移學(xué)習(xí)將預(yù)先訓(xùn)練好的復(fù)雜網(wǎng)絡(luò)的輸出作為監(jiān)督信號去訓(xùn)練簡單的網(wǎng)絡(luò),以達(dá)到壓縮網(wǎng)絡(luò)的目的。緊湊型網(wǎng)絡(luò)設(shè)計算法是重新構(gòu)建可達(dá)到原精度的小型網(wǎng)絡(luò),例如MobileNet和ShuffleNet網(wǎng)絡(luò)。

    由于剪枝算法無需考慮應(yīng)用領(lǐng)域、網(wǎng)絡(luò)架構(gòu)和部署平臺,符合神經(jīng)網(wǎng)絡(luò)應(yīng)用于嵌入式平臺的實際需求,因此本文采用剪枝算法壓縮網(wǎng)絡(luò)?,F(xiàn)有關(guān)于剪枝算法的研究大部分基于圖像分類網(wǎng)絡(luò),但在人工智能應(yīng)用場景中,目標(biāo)檢測網(wǎng)絡(luò)的應(yīng)用領(lǐng)域更廣泛,在該網(wǎng)絡(luò)上進(jìn)行剪枝更困難。YOLO網(wǎng)絡(luò)是一種端到端的目標(biāo)檢測網(wǎng)絡(luò),屬于One-stage網(wǎng)絡(luò),One-stage網(wǎng)絡(luò)包括特征提取和訓(xùn)練分類器2個階段,而Two-stage網(wǎng)絡(luò)目標(biāo)檢測方法包括區(qū)域選擇、特征提取和訓(xùn)練分類器3個階段,該網(wǎng)絡(luò)進(jìn)行區(qū)域選擇后產(chǎn)生大量冗余的候選區(qū)域,會耗費較多推理時間。與Two-stage網(wǎng)絡(luò)相比,One-stage網(wǎng)絡(luò)耗時更短,因此YOLO網(wǎng)絡(luò)推理速度更快。在嵌入式設(shè)備端,推理速度是評價實用性的重要參考指標(biāo),YOLO網(wǎng)絡(luò)中的YOLOv3網(wǎng)絡(luò)與同樣作為Onestage的SSD網(wǎng)絡(luò)準(zhǔn)確率相同,但是其運算速度比SSD網(wǎng)絡(luò)快3倍[8],因此,本文選擇YOLOv3網(wǎng)絡(luò)來設(shè)計剪枝算法。

    剪枝算法分為結(jié)構(gòu)化剪枝算法和非結(jié)構(gòu)化剪枝算法。結(jié)構(gòu)化剪枝算法是通過從深度神經(jīng)網(wǎng)絡(luò)中剪去整個濾波器對網(wǎng)絡(luò)進(jìn)行簡化來減少推理時間。非結(jié)構(gòu)化剪枝是單獨對每一層參數(shù)剪枝,這會造成不規(guī)則內(nèi)存訪問情況,從而降低推理效率。文獻(xiàn)[12]利用二階泰勒公式展開并選擇參數(shù)進(jìn)行剪枝,將剪枝看做正則項來改善訓(xùn)練和泛化能力。文獻(xiàn)[13]根據(jù)神經(jīng)元連接權(quán)值大小修剪訓(xùn)練后網(wǎng)絡(luò)中不重要的連接,以減少網(wǎng)絡(luò)參數(shù)。上述研究均采用非結(jié)構(gòu)化剪枝算法基于單個權(quán)重進(jìn)行剪枝,剪枝后的網(wǎng)絡(luò)需配置專門的軟件或硬件來加速運行。為使剪枝后的網(wǎng)絡(luò)能在普適平臺上運行,文獻(xiàn)[14]引入結(jié)構(gòu)化稀疏性,每個卷積單元根據(jù)其對網(wǎng)絡(luò)在驗證數(shù)據(jù)集上準(zhǔn)確率的影響程度分配分值,通過去除分值低的卷積單元進(jìn)行剪枝,然而該方法耗時較長,僅適用于小模型。文獻(xiàn)[15]通過移除網(wǎng)絡(luò)中權(quán)重值在0附近的濾波器及其連接特征圖來降低計算成本,且無需稀疏卷積庫支持,但當(dāng)網(wǎng)絡(luò)的權(quán)重值的分布非常集中或者權(quán)重值大部分不在0附近時,該方法剪枝效果較差。

    文獻(xiàn)[16]利用批量歸一化(Batch Normalization,BN)層縮放因子γ在訓(xùn)練過程中衡量通道的重要性,去除不重要的通道壓縮模型提升計算速度。在此基礎(chǔ)上,本文提出一種利用參數(shù)子空間和縮放因子的YOLO剪枝算法,使用參數(shù)子空間避免卷積層濾波器權(quán)重剪枝范數(shù)標(biāo)準(zhǔn)差過大,采用雙準(zhǔn)則剪枝策略分別利用卷積層和BN層對YOLOv3網(wǎng)絡(luò)進(jìn)行剪枝。

    1 雙準(zhǔn)則剪枝算法

    剪枝算法的核心思想是尋找一種合適的評價指標(biāo)去除冗余濾波器?,F(xiàn)有剪枝算法大部分基于濾波器范數(shù)的大小,如果濾波器所產(chǎn)生對應(yīng)特征圖的L2范數(shù)接近0,則表明濾波器范數(shù)較小,該特征圖對網(wǎng)絡(luò)貢獻(xiàn)較少,即該濾波器對網(wǎng)絡(luò)的重要性較低。根據(jù)上述原理可對網(wǎng)絡(luò)中濾波器按照重要性排序,并刪除重要性較低的濾波器。該做法的前提是濾波器符合兩個理想條件:1)濾波器范數(shù)標(biāo)準(zhǔn)差較大;2)濾波器最小范數(shù)接近0。但是大部分濾波器不符合上述條件,特別是目標(biāo)檢測網(wǎng)絡(luò)濾波器。為此,本文提出基于參數(shù)子空間和BN層縮放因子雙準(zhǔn)則的剪枝算法,其具體流程如圖1所示。

    圖1 本文剪枝算法流程Fig.1 Procedure of the proposed pruning algorithm

    1.1 基于參數(shù)子空間的剪枝算法

    參數(shù)子空間是采用k均值聚類算法將卷積層濾波器聚類得到的不同子空間,在其中進(jìn)行剪枝可避免濾波器范數(shù)標(biāo)準(zhǔn)差較大以及濾波器最小范數(shù)接近0。k均值聚類算法是一種迭代求解的聚類分析算法,也是基于樣本集合劃分的聚類算法。該算法將樣本集合劃分為k個子集并構(gòu)成k個類,將n個樣本分到k個類中,每個樣本與其所屬類中心的距離最小且僅屬于1個類。k均值聚類算法的復(fù)雜度為O(mnk),m為樣本維數(shù)。k均值聚類算法的步驟為:1)隨機選取k個樣本作為k個類的中心,將樣本逐個指派到與其最近中心的類中,得到1個聚類結(jié)果;2)更新每個類的樣本均值作為新的類中心;3)重復(fù)步驟1和步驟2,直到收斂或符合停止條件(沒有(或最少)樣本被重新分配給不同的聚類、沒有(或最少)聚類中心發(fā)生變化、誤差平方和局部最?。橹?。

    k均值聚類算法以n個樣本集合X為輸入,以樣本集合的聚類C*為輸出,具體過程如下:

    4)如果迭代收斂或者符合停止條件,則輸出C*=C(t);否則令t=t+1,返回步驟2。

    在剪枝過程中,本文使用的YOLOv3網(wǎng)絡(luò)有較多連續(xù)的殘差結(jié)構(gòu),如果對殘差結(jié)構(gòu)的每一層進(jìn)行剪枝,則會造成部分網(wǎng)絡(luò)層的通道數(shù)不同,無法通過捷徑(shortcut)進(jìn)行相加運算,導(dǎo)致網(wǎng)絡(luò)不能正常運行。因此,本文避開殘差結(jié)構(gòu)中相連的卷積層進(jìn)行剪枝,但是這些卷積層參數(shù)量仍會隨著1×1卷積(conv)層通道數(shù)的減少而降低,如圖2和圖3所示。圖2為未剪枝的殘差結(jié)構(gòu),其中第一層參數(shù)量為128×256×1×1+128=32 896,第二層參數(shù)量為256×128×3×3+256=295 168。圖3為已剪枝的殘差結(jié)構(gòu),其中第一層參數(shù)量為37×256×1×1+37=9 509,第二層參數(shù)量為256×37×3×3+256=85 504??梢钥闯觯诒荛_相連卷積層進(jìn)行剪枝后,未剪枝的卷積層參數(shù)量會出現(xiàn)明顯下降,從而簡化算法并減少計算量。

    圖2 未剪枝的殘差結(jié)構(gòu)Fig.2 Residual structure without pruning

    圖3 剪枝后的殘差結(jié)構(gòu)Fig.3 Residual structure after pruning

    選擇非殘差結(jié)構(gòu)需要相加的卷積層,對每個卷積層的濾波器進(jìn)行k均值聚類分析,使用肘部法則確定每個卷積層的k值。k均值聚類是以最小化樣本與質(zhì)點平方距離誤差(loss)作為目標(biāo)函數(shù),若將各簇質(zhì)點與簇內(nèi)樣本點的平方距離誤差和稱為畸變程度,則一個簇的畸變程度越低表明簇內(nèi)結(jié)構(gòu)越緊密,一個簇的畸變程度越高表明簇內(nèi)結(jié)構(gòu)越松散?;兂潭韧ǔkS聚類類別的增加而減小,但對于有一定區(qū)分度的數(shù)據(jù)樣本,在k值達(dá)到某個臨界點時畸變程度將急劇減小,此時聚類性能較好?;诨兂潭鹊淖兓?,YOLOv3不同卷積層可訓(xùn)練不同k均值聚類模型,從而得到每個卷積層最適合的聚類類別數(shù)。圖4和圖5分別表示第63層和第103層卷積層在不同k值下各簇質(zhì)點與簇內(nèi)樣本點的平方距離誤差。

    圖4 第63層卷積層的聚類loss曲線Fig.4 Cluster loss curve of the 63rd convolution layer

    圖5 第103層卷積層的聚類loss曲線Fig.5 Cluster loss curve of the 103rd convolution layer

    由于本文在聚類分析前先將卷積層每個濾波器的權(quán)重進(jìn)行求和,再對求和后的權(quán)重進(jìn)行聚類分析,因此聚類分析針對單層網(wǎng)絡(luò)進(jìn)行,在單層網(wǎng)絡(luò)上使用肘部法則確定k值。使用該方法對每個卷積層用不同k值進(jìn)行聚類分析得到各卷積層聚類結(jié)果。計算卷積層每個聚類類別中濾波器的權(quán)重,將其按照由大到小排序,并根據(jù)一定比例去除權(quán)重較小的濾波器。本文使用基于參數(shù)子空間的方法對單層卷積層進(jìn)行剪枝實驗,剪枝率設(shè)置為50%,采用平均精準(zhǔn)度均值(Mean Average Precision,MAP)作為剪枝效果的評價指標(biāo)。圖6為第63層卷積層在不同k值下MAP的變化,可以看出,當(dāng)k為4時剪枝所得MAP值最大,k=4即為圖4中聚類loss曲線的畸變臨界點。圖7為第103層卷積層在不同k值下MAP的變化,可以看出,當(dāng)k為4時剪枝所得MAP值最大,k為4即為圖5中聚類loss曲線的畸變臨界點。由此可證明,使用肘部法則選出的k值有效。先用k均值聚類再根據(jù)權(quán)重排序進(jìn)行剪枝,可避免濾波器范數(shù)標(biāo)準(zhǔn)差較大以及濾波器最小范數(shù)接近0。

    圖6 第63層卷積層在不同k 值下的MAP變化曲線Fig.6 MAP variation curve of 63rd convolution layer with different k values

    圖7 第103層卷積層在不同k 值下的MAP變化曲線Fig.7 MAP variation curve of 103rd convolution layer with different k values

    1.2 基于BN層縮放因子的剪枝準(zhǔn)則

    由于BN層可有效防止梯度爆炸并加速網(wǎng)絡(luò)收斂,因此其被應(yīng)用于各種卷積層神經(jīng)網(wǎng)絡(luò)中,位于卷積層之后,以對卷積層后的特征圖完成歸一化操作。然而若BN層僅在卷積層后進(jìn)行歸一化,再直接將數(shù)據(jù)送入下一層進(jìn)行卷積計算,則網(wǎng)絡(luò)將無法學(xué)習(xí)輸出的特征分布。由于BN層后有ReLu激活層,若BN層后的特征圖數(shù)據(jù)大部分小于0,那么其經(jīng)過ReLu激活層后將失去大部分特征值,因此,BN層需通過優(yōu)化縮放系數(shù)γ和偏移系數(shù)β對數(shù)據(jù)進(jìn)行歸一化處理,使網(wǎng)絡(luò)能學(xué)習(xí)到輸出的特征分布。

    算法1BN層縮放因子剪枝算法

    在算法1中,μB和分別為輸入的均值和方差。卷積層每個濾波器均會產(chǎn)生1個特征圖,每個特征圖BN層在歸一化時有唯一的縮放系數(shù)γ與其對應(yīng),通過縮放值可選擇冗余的特征圖,再由特征圖選出冗余的濾波器,從而根據(jù)縮放系數(shù)大小來判斷濾波器的重要性。本文利用縮放系數(shù)γ從BN層角度更全面地判斷濾波器的冗余程度。

    1.3 雙準(zhǔn)則融合剪枝

    雙準(zhǔn)則融合剪枝是結(jié)合參數(shù)子空間和BN層縮放因子兩種剪枝算法去除冗余的濾波器以實現(xiàn)最精簡的網(wǎng)絡(luò)結(jié)構(gòu)。參數(shù)子空間剪枝算法是從卷積層角度尋找網(wǎng)絡(luò)中冗余的濾波器,BN層縮放因子剪枝算法是從BN層角度尋找不重要的濾波器,本文將原始YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)通過上述兩種算法進(jìn)行剪枝,以最大化壓縮網(wǎng)絡(luò)。

    算法2雙準(zhǔn)則融合剪枝算法

    雙準(zhǔn)則融合剪枝算法將訓(xùn)練數(shù)據(jù)、原始YOLOv3網(wǎng)絡(luò)結(jié)構(gòu)和初始化權(quán)重以及剪枝率P為輸入,以剪枝后網(wǎng)絡(luò)為輸出,具體過程如下:

    1)原始YOLOv3網(wǎng)絡(luò)在訓(xùn)練數(shù)據(jù)上進(jìn)行訓(xùn)練。

    2)選取可剪枝的網(wǎng)絡(luò)卷積層。

    3)對選取的卷積層運用肘部法則,得到每個卷積層剪枝需要的k值。

    4)對選取的卷積層進(jìn)行聚類操作,得到參數(shù)子空間。

    5)在參數(shù)子空間進(jìn)行權(quán)重排序,根據(jù)剪枝率得到需要刪除的濾波器。

    6)在步驟2后,對每個卷積層的BN層縮放因子進(jìn)行排序,根據(jù)剪枝率得到需去除的濾波器。

    7)將步驟5和步驟6中得到的濾波器求并集。

    8)在步驟2后去除步驟7中的濾波器總和,得到精簡的網(wǎng)絡(luò)結(jié)構(gòu)。

    9)在訓(xùn)練數(shù)據(jù)上對新的網(wǎng)絡(luò)結(jié)構(gòu)進(jìn)行微調(diào),得到最終需要的網(wǎng)絡(luò)模型。

    10)若剪枝結(jié)果不理想,則重新選擇剪枝率并返回步驟5。

    在上述過程中,剪枝率由實驗獲得,在保持網(wǎng)絡(luò)精度下結(jié)合參數(shù)子空間和BN層縮放因子兩種剪枝方法可最大限度地壓縮網(wǎng)絡(luò)。

    2 實驗與結(jié)果分析

    將本文提出的基于參數(shù)子空間和BN層縮放因子的雙準(zhǔn)則剪枝算法(以下稱為本文雙準(zhǔn)則剪枝算法)與其他剪枝算法在CIFAR10分類數(shù)據(jù)集上的網(wǎng)絡(luò)精度和浮點計算量進(jìn)行對比,并將參數(shù)子空間剪枝算法、BN層縮放因子剪枝算法和本文雙準(zhǔn)則剪枝算法在YOLOv3網(wǎng)絡(luò)中得到的實驗結(jié)果進(jìn)行對比,以分析本文方法的剪枝性能。

    2.1 不同剪枝算法的對比

    將不同剪枝算法在CIFAR10數(shù)據(jù)集上實驗結(jié)果進(jìn)行對比,如表1所示(“—”表示數(shù)據(jù)不詳,60U40是雙準(zhǔn)則融合剪枝算法的剪枝率,其中60%的剪枝率屬于BN層縮放因子剪枝算法,40%的剪枝率屬于參數(shù)子空間剪枝算法)。可以看出,PF[17]算法的浮點計算量僅減少27.6%,網(wǎng)絡(luò)精度卻下降1.73%,這是因為該算法主要考慮濾波器權(quán)重的絕對值問題,默認(rèn)了權(quán)重分布需遵循濾波器范數(shù)標(biāo)準(zhǔn)差較大以及濾波器最小范數(shù)接近0這兩個條件,對剪枝網(wǎng)絡(luò)和數(shù)據(jù)有一定的限制。CP[18]算法采用LASSO回歸方式選擇剪枝通道,但由于是逐層剪枝,因此剪枝后的網(wǎng)絡(luò)精度下降較多。LCCT[19]算法由于在卷積結(jié)構(gòu)中加入LCCL加速卷積層,增加了訓(xùn)練難度,因此浮點計算量無明顯減少。SFP[20]算法采用動態(tài)剪枝方式,但由于其剪枝策略仍根據(jù)權(quán)重的范數(shù)并保留BN層的偏置系數(shù),因此造成剪枝精度隨機下降。AMFSF[10]算法引入注意力機制進(jìn)行剪枝,并采用范數(shù)計算注意力的重要性,但其會忽略部分剪枝細(xì)節(jié)從而降低網(wǎng)絡(luò)穩(wěn)定性。與其他算法相比,本文雙準(zhǔn)則剪枝算法從權(quán)重和BN層兩個角度進(jìn)行剪枝,在保證剪枝精度基本不變的情況下,其在ResNet56網(wǎng)絡(luò)中浮點計算量減少46.3%,在ResNet110網(wǎng)絡(luò)中浮點計算量減少45.6%。與其他剪枝算法相比,本文雙準(zhǔn)則剪枝算法在分類過程中具有較好的剪枝效果。

    表1 不同剪枝算法在CIFAR10數(shù)據(jù)集上實驗結(jié)果的對比Table 1 Comparison of experimental results of different pruning algorithms on CIFAR10 dataset

    2.2 YOLOv3剪枝效果對比

    本文以Ubuntu18.04軟件為實驗平臺,采用i9-9900K CPU和2080ti顯卡,使用Deer數(shù)據(jù)集,其中訓(xùn)練集有4 367張圖像,測試集有519張圖像。將參數(shù)子空間剪枝算法、BN層縮放因子剪枝算法和本文雙準(zhǔn)則融合剪枝算法在YOLOv3網(wǎng)絡(luò)中不同剪枝率下的剪枝效果進(jìn)行對比,結(jié)果如表2~表4所示(70U40是雙準(zhǔn)則融合剪枝算法的剪枝率,其中70%的剪枝率屬于BN層縮放因子剪枝算法,40%的剪枝率屬于參數(shù)子空間剪枝算法)??梢钥闯觯簠?shù)子空間剪枝算法可去除所選卷積層50%的濾波器,MAP值下降約0.029,計算時間從每張圖像0.010 3 s下降到每張圖像0.008 0 s,網(wǎng)絡(luò)參數(shù)量下降約50%;BN層縮放因子剪枝算法可去除所選卷積層80%的濾波器,MAP值僅下降約0.007,計算時間下降到每張圖像0.007 3 s,網(wǎng)絡(luò)參數(shù)量下降約80%;本文雙準(zhǔn)則剪枝算法的MAP值下降約0.032,計算時間下降到每張圖像0.006 6 s,網(wǎng)絡(luò)參數(shù)量下降約85%。

    表2 YOLOv3網(wǎng)絡(luò)中參數(shù)子空間剪枝算法在不同剪枝率下的實驗結(jié)果Table 2 Experimental results of parameter subspace pruning algorithm in YOLOv3 network at different pruning rates

    表3 YOLOv3網(wǎng)絡(luò)中BN層縮放因子剪枝算法在不同剪枝率下的實驗結(jié)果Table 3 Experimental results of BN layer scaling factor pruning algorithm in YOLOv3 network at different pruning rates

    表4 YOLOv3網(wǎng)絡(luò)中本文雙準(zhǔn)則融合剪枝算法在不同剪枝率下的實驗結(jié)果Table 4 Experimental results of double criteria fusion pruning algorithm in YOLOv3 network at different pruning rates

    3 結(jié)束語

    為保證目標(biāo)檢測YOLOv3網(wǎng)絡(luò)在嵌入式設(shè)備上正常運行,本文提出一種結(jié)合參數(shù)子空間和BN層縮放因子的雙準(zhǔn)則剪枝算法。采用參數(shù)子空間剪枝算法避免權(quán)重分布過于集中,使用BN層縮放因子剪枝算法去除不重要的濾波器,同時利用卷積層和BN層進(jìn)行剪枝以最大化壓縮網(wǎng)絡(luò)。實驗結(jié)果表明,與PF、CP等剪枝算法相比,該算法可保持較高網(wǎng)絡(luò)精度且計算量更少。下一步將對網(wǎng)絡(luò)量化進(jìn)行研究,在保證網(wǎng)絡(luò)精度的同時進(jìn)一步壓縮網(wǎng)絡(luò)并提升計算速度。

    猜你喜歡
    剪枝范數(shù)濾波器
    基于無擾濾波器和AED-ADT的無擾切換控制
    人到晚年宜“剪枝”
    基于YOLOv4-Tiny模型剪枝算法
    從濾波器理解卷積
    電子制作(2019年11期)2019-07-04 00:34:38
    開關(guān)電源EMI濾波器的應(yīng)用方法探討
    電子制作(2018年16期)2018-09-26 03:26:50
    基于加權(quán)核范數(shù)與范數(shù)的魯棒主成分分析
    矩陣酉不變范數(shù)H?lder不等式及其應(yīng)用
    剪枝
    天津詩人(2017年2期)2017-03-16 03:09:39
    基于TMS320C6678的SAR方位向預(yù)濾波器的并行實現(xiàn)
    一類具有準(zhǔn)齊次核的Hilbert型奇異重積分算子的范數(shù)及應(yīng)用
    人妻制服诱惑在线中文字幕| 亚洲国产最新在线播放| 午夜精品国产一区二区电影| 国产毛片在线视频| 国产精品成人在线| 亚洲欧洲精品一区二区精品久久久 | 天堂中文最新版在线下载| 99热国产这里只有精品6| 免费大片18禁| 91精品国产九色| 免费看不卡的av| 中文天堂在线官网| 黑人猛操日本美女一级片| 老司机影院成人| 在线观看人妻少妇| 全区人妻精品视频| 亚洲av男天堂| 卡戴珊不雅视频在线播放| 日本黄色片子视频| 国产毛片在线视频| 3wmmmm亚洲av在线观看| 91在线精品国自产拍蜜月| 99热6这里只有精品| 夜夜爽夜夜爽视频| 成人毛片a级毛片在线播放| 国产精品秋霞免费鲁丝片| av国产精品久久久久影院| 性色av一级| 国产又色又爽无遮挡免| 国产午夜精品久久久久久一区二区三区| 国产精品三级大全| 在线免费观看不下载黄p国产| 国产高清三级在线| 免费观看在线日韩| 欧美精品国产亚洲| 欧美精品亚洲一区二区| 欧美老熟妇乱子伦牲交| 国产精品无大码| av天堂久久9| 男人爽女人下面视频在线观看| 亚洲国产毛片av蜜桃av| 色网站视频免费| 亚洲欧美成人综合另类久久久| 精品少妇久久久久久888优播| 国产精品国产三级国产专区5o| 午夜视频国产福利| 久久99精品国语久久久| 搡老乐熟女国产| 人妻少妇偷人精品九色| 97超碰精品成人国产| 日韩av不卡免费在线播放| 亚洲内射少妇av| 女性被躁到高潮视频| 在线观看一区二区三区激情| 久久久久久久国产电影| av有码第一页| 亚洲伊人久久精品综合| 2021少妇久久久久久久久久久| 久久久a久久爽久久v久久| 亚洲成色77777| 国产精品秋霞免费鲁丝片| 热re99久久国产66热| 18禁动态无遮挡网站| 亚洲久久久国产精品| 在线观看免费日韩欧美大片 | 午夜老司机福利剧场| 亚洲国产精品国产精品| 三级国产精品欧美在线观看| 成人影院久久| 国产一级毛片在线| 伦精品一区二区三区| 成年美女黄网站色视频大全免费 | 精品少妇内射三级| 在线免费观看不下载黄p国产| 99热这里只有精品一区| 国产伦精品一区二区三区四那| 免费看光身美女| 亚洲电影在线观看av| 十分钟在线观看高清视频www | 日本黄色日本黄色录像| 欧美日韩精品成人综合77777| 黄色毛片三级朝国网站 | 日韩大片免费观看网站| 狂野欧美白嫩少妇大欣赏| 日韩欧美一区视频在线观看 | 麻豆精品久久久久久蜜桃| 国产精品不卡视频一区二区| 看非洲黑人一级黄片| 国产精品女同一区二区软件| 亚洲av综合色区一区| 99国产精品免费福利视频| 欧美亚洲 丝袜 人妻 在线| 丰满迷人的少妇在线观看| 久久人人爽人人片av| 国产又色又爽无遮挡免| 欧美精品一区二区免费开放| av在线播放精品| 晚上一个人看的免费电影| 久久精品国产亚洲av涩爱| 如日韩欧美国产精品一区二区三区 | 美女主播在线视频| 一本久久精品| 少妇的逼水好多| 交换朋友夫妻互换小说| 国产亚洲最大av| 女性被躁到高潮视频| av专区在线播放| 22中文网久久字幕| 青春草亚洲视频在线观看| 天堂俺去俺来也www色官网| 亚洲无线观看免费| 美女国产视频在线观看| a 毛片基地| 久久久欧美国产精品| 国产黄频视频在线观看| 久久99热这里只频精品6学生| 丰满饥渴人妻一区二区三| 亚洲国产精品999| 哪个播放器可以免费观看大片| 国精品久久久久久国模美| 亚洲av不卡在线观看| 久久久久久久久久久免费av| 久久人人爽人人爽人人片va| 超碰97精品在线观看| 国产在线视频一区二区| 少妇丰满av| av国产久精品久网站免费入址| 精品亚洲成a人片在线观看| 亚洲电影在线观看av| 少妇的逼好多水| 狂野欧美白嫩少妇大欣赏| 麻豆成人av视频| 3wmmmm亚洲av在线观看| 色婷婷久久久亚洲欧美| 久久av网站| 国产欧美日韩综合在线一区二区 | 欧美日本中文国产一区发布| 国产精品秋霞免费鲁丝片| 春色校园在线视频观看| 久久毛片免费看一区二区三区| 国产真实伦视频高清在线观看| 久久韩国三级中文字幕| 免费人成在线观看视频色| 精品熟女少妇av免费看| 久久免费观看电影| 黄色欧美视频在线观看| 赤兔流量卡办理| 亚洲成人av在线免费| 国产精品福利在线免费观看| 97超视频在线观看视频| 国产精品久久久久久av不卡| 春色校园在线视频观看| 在线免费观看不下载黄p国产| 亚洲av在线观看美女高潮| 国产伦理片在线播放av一区| 男人舔奶头视频| 亚洲国产欧美在线一区| 一二三四中文在线观看免费高清| 欧美xxxx性猛交bbbb| 高清在线视频一区二区三区| 午夜福利,免费看| 亚洲成人av在线免费| 国产精品成人在线| 五月玫瑰六月丁香| 亚洲精品久久午夜乱码| 在线免费观看不下载黄p国产| 国产在线一区二区三区精| www.av在线官网国产| 久久久久久久久大av| 国产精品一区www在线观看| 久久久久久久久久成人| 黑人高潮一二区| 国产日韩欧美视频二区| 夫妻性生交免费视频一级片| 国产视频首页在线观看| 高清毛片免费看| 男女免费视频国产| 人人澡人人妻人| 亚洲国产精品国产精品| 日日啪夜夜撸| 一本一本综合久久| 国产探花极品一区二区| 中文精品一卡2卡3卡4更新| 久久精品夜色国产| av天堂中文字幕网| 欧美日韩视频高清一区二区三区二| 国产深夜福利视频在线观看| 自拍偷自拍亚洲精品老妇| 日本爱情动作片www.在线观看| videos熟女内射| 亚洲精品久久久久久婷婷小说| 午夜福利视频精品| 人人妻人人看人人澡| 免费播放大片免费观看视频在线观看| 最近2019中文字幕mv第一页| 国产av精品麻豆| 欧美另类一区| av在线老鸭窝| 在线观看免费日韩欧美大片 | 亚洲欧美日韩另类电影网站| 99视频精品全部免费 在线| 国产精品人妻久久久影院| 国产日韩欧美视频二区| 国产日韩欧美亚洲二区| 在线观看免费日韩欧美大片 | 丁香六月天网| 少妇高潮的动态图| 少妇人妻久久综合中文| 最近2019中文字幕mv第一页| 精品久久久噜噜| 天天躁夜夜躁狠狠久久av| 久久精品久久精品一区二区三区| 日韩欧美一区视频在线观看 | 久久狼人影院| 少妇人妻久久综合中文| 亚洲av综合色区一区| 亚洲欧美精品自产自拍| 综合色丁香网| 午夜免费观看性视频| 久久国产乱子免费精品| 狂野欧美激情性bbbbbb| 熟女电影av网| 男男h啪啪无遮挡| 欧美97在线视频| 免费观看a级毛片全部| 2021少妇久久久久久久久久久| 在线精品无人区一区二区三| 自拍欧美九色日韩亚洲蝌蚪91 | 亚洲综合色惰| 中文字幕制服av| 两个人的视频大全免费| 一区二区三区免费毛片| 精品人妻熟女毛片av久久网站| 国产欧美另类精品又又久久亚洲欧美| 一级av片app| 成人毛片60女人毛片免费| 91在线精品国自产拍蜜月| 日韩精品免费视频一区二区三区 | 黄色配什么色好看| 亚洲av电影在线观看一区二区三区| 精品亚洲乱码少妇综合久久| 69精品国产乱码久久久| 国产黄色视频一区二区在线观看| 国产精品久久久久久久电影| 久久韩国三级中文字幕| 国产毛片在线视频| 国产亚洲最大av| 老女人水多毛片| 国产极品天堂在线| 熟女人妻精品中文字幕| 日本黄大片高清| 国产成人免费无遮挡视频| 久久这里有精品视频免费| 免费播放大片免费观看视频在线观看| 国产精品伦人一区二区| 婷婷色麻豆天堂久久| 亚洲欧美清纯卡通| 三级经典国产精品| 亚洲,一卡二卡三卡| 亚洲丝袜综合中文字幕| 五月玫瑰六月丁香| 老女人水多毛片| 观看av在线不卡| 水蜜桃什么品种好| 国产精品一区二区性色av| 男男h啪啪无遮挡| 久久亚洲国产成人精品v| 亚洲av福利一区| 国产欧美日韩一区二区三区在线 | 丰满乱子伦码专区| 男人添女人高潮全过程视频| 免费不卡的大黄色大毛片视频在线观看| 如何舔出高潮| 黄色欧美视频在线观看| 国产极品天堂在线| 久久久久国产精品人妻一区二区| 亚洲欧美一区二区三区黑人 | 国产高清不卡午夜福利| 久久综合国产亚洲精品| 精品视频人人做人人爽| 一本—道久久a久久精品蜜桃钙片| 国产精品久久久久久久久免| 亚洲美女黄色视频免费看| 国产老妇伦熟女老妇高清| 欧美日本中文国产一区发布| 我的女老师完整版在线观看| 少妇熟女欧美另类| 不卡视频在线观看欧美| 久久精品久久久久久噜噜老黄| 青青草视频在线视频观看| 亚洲国产欧美日韩在线播放 | 91久久精品国产一区二区成人| 十分钟在线观看高清视频www | 国产成人aa在线观看| 国产欧美日韩精品一区二区| 精品人妻偷拍中文字幕| 精品午夜福利在线看| 下体分泌物呈黄色| 另类亚洲欧美激情| 69精品国产乱码久久久| 一区二区三区免费毛片| 又爽又黄a免费视频| 精品国产一区二区三区久久久樱花| 日日撸夜夜添| 日本欧美国产在线视频| 欧美变态另类bdsm刘玥| 亚洲精品亚洲一区二区| 啦啦啦中文免费视频观看日本| 内地一区二区视频在线| 你懂的网址亚洲精品在线观看| 免费久久久久久久精品成人欧美视频 | 亚洲不卡免费看| 欧美最新免费一区二区三区| 日韩av免费高清视频| 啦啦啦啦在线视频资源| 亚洲av二区三区四区| 天美传媒精品一区二区| 亚洲在久久综合| 亚洲精品国产成人久久av| 久久狼人影院| 午夜久久久在线观看| 老熟女久久久| 亚洲综合色惰| videos熟女内射| 亚洲怡红院男人天堂| 国产欧美日韩一区二区三区在线 | 校园人妻丝袜中文字幕| 欧美人与善性xxx| 国产高清国产精品国产三级| a级一级毛片免费在线观看| 久久人人爽人人爽人人片va| 国产淫语在线视频| 男女边吃奶边做爰视频| av视频免费观看在线观看| 高清av免费在线| 精品久久久噜噜| 爱豆传媒免费全集在线观看| 欧美一级a爱片免费观看看| 国产精品国产三级国产av玫瑰| 九九爱精品视频在线观看| 免费观看a级毛片全部| 免费看av在线观看网站| 日本午夜av视频| 婷婷色av中文字幕| av免费观看日本| 国产亚洲一区二区精品| 亚洲精品,欧美精品| 国产日韩欧美视频二区| 久久99蜜桃精品久久| 狂野欧美激情性bbbbbb| 2022亚洲国产成人精品| 丰满饥渴人妻一区二区三| 日产精品乱码卡一卡2卡三| 亚洲av国产av综合av卡| 99热这里只有是精品在线观看| 亚洲av中文av极速乱| av女优亚洲男人天堂| 亚洲欧美一区二区三区黑人 | 国内少妇人妻偷人精品xxx网站| 国产精品嫩草影院av在线观看| 成人免费观看视频高清| 美女内射精品一级片tv| 大陆偷拍与自拍| 91久久精品国产一区二区成人| 久久久久国产网址| 精品少妇内射三级| 熟女电影av网| 在线 av 中文字幕| 欧美精品人与动牲交sv欧美| 人妻少妇偷人精品九色| 亚洲精品日韩在线中文字幕| 丰满饥渴人妻一区二区三| 国产亚洲5aaaaa淫片| 三级国产精品片| 久久久亚洲精品成人影院| 免费观看的影片在线观看| 肉色欧美久久久久久久蜜桃| 成年人午夜在线观看视频| 纵有疾风起免费观看全集完整版| 最近手机中文字幕大全| 国产精品一区二区性色av| 久久久久网色| 国产黄色免费在线视频| 热re99久久精品国产66热6| 久久99蜜桃精品久久| 免费看av在线观看网站| 久久精品国产自在天天线| 在线亚洲精品国产二区图片欧美 | 黄色毛片三级朝国网站 | 男人爽女人下面视频在线观看| 久久99一区二区三区| 日韩亚洲欧美综合| 亚洲av二区三区四区| 欧美日韩国产mv在线观看视频| 欧美区成人在线视频| 国模一区二区三区四区视频| 亚洲欧美精品自产自拍| 国产成人aa在线观看| 婷婷色麻豆天堂久久| 国产视频内射| 日韩伦理黄色片| 免费黄网站久久成人精品| 精品久久久久久久久亚洲| 国产一级毛片在线| 亚洲怡红院男人天堂| 精品亚洲成a人片在线观看| 亚洲精品乱久久久久久| av专区在线播放| 男女国产视频网站| 国产探花极品一区二区| 男男h啪啪无遮挡| 亚洲成人av在线免费| 中文字幕精品免费在线观看视频 | 亚洲中文av在线| 亚洲高清免费不卡视频| 免费观看在线日韩| 最近的中文字幕免费完整| 免费人妻精品一区二区三区视频| 免费看日本二区| 久久精品久久久久久噜噜老黄| av线在线观看网站| av又黄又爽大尺度在线免费看| 男女无遮挡免费网站观看| 国产精品三级大全| 欧美人与善性xxx| 日日摸夜夜添夜夜爱| 性高湖久久久久久久久免费观看| 亚洲欧美清纯卡通| 日韩人妻高清精品专区| 天堂俺去俺来也www色官网| 日本午夜av视频| 乱人伦中国视频| 亚洲一级一片aⅴ在线观看| 成人综合一区亚洲| 久久影院123| 99国产精品免费福利视频| 91久久精品国产一区二区成人| 成人亚洲欧美一区二区av| 最近手机中文字幕大全| 日韩av不卡免费在线播放| 热re99久久精品国产66热6| 久久精品国产自在天天线| 十八禁高潮呻吟视频 | 中国美白少妇内射xxxbb| 一级毛片久久久久久久久女| 色94色欧美一区二区| 中文字幕精品免费在线观看视频 | av福利片在线观看| 久久久久网色| 欧美精品一区二区免费开放| 乱人伦中国视频| 精品午夜福利在线看| 少妇被粗大的猛进出69影院 | 欧美日本中文国产一区发布| 一级毛片电影观看| 精品视频人人做人人爽| 亚洲第一区二区三区不卡| 日韩制服骚丝袜av| a级毛色黄片| 国内精品宾馆在线| 欧美+日韩+精品| 九色成人免费人妻av| 精品亚洲乱码少妇综合久久| 国产 一区精品| 国产乱来视频区| 亚洲精品自拍成人| 一本大道久久a久久精品| 十八禁网站网址无遮挡 | 超碰97精品在线观看| 亚洲精品视频女| 2021少妇久久久久久久久久久| 国产白丝娇喘喷水9色精品| 一级毛片久久久久久久久女| 久热这里只有精品99| 日日撸夜夜添| 亚洲图色成人| 日韩中字成人| 妹子高潮喷水视频| 亚洲一区二区三区欧美精品| 亚洲国产最新在线播放| 九草在线视频观看| 日日爽夜夜爽网站| 日本黄大片高清| 国产视频内射| 九九久久精品国产亚洲av麻豆| 大又大粗又爽又黄少妇毛片口| 一级二级三级毛片免费看| 国产成人精品福利久久| 老司机影院成人| 免费人妻精品一区二区三区视频| 乱人伦中国视频| 国产精品免费大片| 日本黄色日本黄色录像| 亚洲四区av| 蜜臀久久99精品久久宅男| 精品99又大又爽又粗少妇毛片| 亚洲自偷自拍三级| 亚洲精华国产精华液的使用体验| 91精品国产国语对白视频| 久久人妻熟女aⅴ| 青春草国产在线视频| 日韩不卡一区二区三区视频在线| 日韩精品免费视频一区二区三区 | 免费高清在线观看视频在线观看| 黑人巨大精品欧美一区二区蜜桃 | 一区二区av电影网| 99久久精品一区二区三区| 黄色怎么调成土黄色| 一级毛片黄色毛片免费观看视频| 国产日韩欧美视频二区| 美女国产视频在线观看| 免费看不卡的av| 六月丁香七月| 男女啪啪激烈高潮av片| 亚洲人成网站在线播| 欧美精品国产亚洲| 日本黄色日本黄色录像| 五月天丁香电影| 亚洲熟女精品中文字幕| 免费少妇av软件| 99九九线精品视频在线观看视频| 精品国产一区二区三区久久久樱花| 久久久久国产精品人妻一区二区| 精品国产一区二区久久| 久久毛片免费看一区二区三区| 国产精品久久久久久av不卡| a级毛片在线看网站| 久久久久久人妻| 亚洲内射少妇av| 成人国产av品久久久| 人人妻人人看人人澡| 午夜福利视频精品| 男女啪啪激烈高潮av片| 老熟女久久久| 噜噜噜噜噜久久久久久91| av福利片在线观看| 韩国av在线不卡| 99久久精品热视频| 国产伦精品一区二区三区四那| 久久国产亚洲av麻豆专区| 国内少妇人妻偷人精品xxx网站| 中文字幕制服av| 久久久国产一区二区| 伦精品一区二区三区| 欧美 亚洲 国产 日韩一| 一区二区三区精品91| 高清毛片免费看| 丰满乱子伦码专区| 黑丝袜美女国产一区| 国产日韩欧美视频二区| 丰满人妻一区二区三区视频av| 日韩成人伦理影院| 美女cb高潮喷水在线观看| 国产精品无大码| 一个人免费看片子| 欧美性感艳星| 制服丝袜香蕉在线| 欧美 日韩 精品 国产| 在线观看三级黄色| 欧美高清成人免费视频www| 人妻人人澡人人爽人人| 欧美日韩在线观看h| 国产精品麻豆人妻色哟哟久久| 校园人妻丝袜中文字幕| 两个人的视频大全免费| 成年av动漫网址| 伦理电影免费视频| 黄色日韩在线| 曰老女人黄片| 国产伦精品一区二区三区视频9| 18+在线观看网站| 夜夜骑夜夜射夜夜干| 日本av免费视频播放| 男人添女人高潮全过程视频| 久久韩国三级中文字幕| 亚洲精品久久久久久婷婷小说| 久久久a久久爽久久v久久| 亚洲精品久久午夜乱码| 欧美精品人与动牲交sv欧美| 久久久久久久久久久丰满| 在线观看国产h片| 亚洲欧美精品自产自拍| 久热久热在线精品观看| 精品久久国产蜜桃| 黄色日韩在线| 久久精品久久久久久久性| 亚洲av福利一区| 国产精品.久久久| 久久精品国产亚洲网站| 久久久久视频综合| 岛国毛片在线播放| 亚洲精品成人av观看孕妇| 国产成人免费观看mmmm| 免费看光身美女| 最近2019中文字幕mv第一页| 亚洲怡红院男人天堂| 亚洲,欧美,日韩| 亚洲欧美中文字幕日韩二区| 99久久精品热视频| 国产毛片在线视频| 亚洲国产精品成人久久小说| 日韩制服骚丝袜av| 欧美人与善性xxx| 黄色视频在线播放观看不卡| 久久久久久伊人网av| 国产成人freesex在线| 中文乱码字字幕精品一区二区三区| 精品国产乱码久久久久久小说| 国产又色又爽无遮挡免| 国内精品宾馆在线| 亚洲av成人精品一二三区| 久久亚洲国产成人精品v| 大香蕉97超碰在线| 亚洲美女视频黄频| 久久久久久久久久成人|