为了使常用深度学习模型在embedded and mobile devices上流畅运行,通常需要对PC上主流DL模型做一些处理。
比较有效的compression方法有:
1、distilling蒸馏
2、pruning剪枝
3、quantization量化
数据: 1采集->2标注->3清洗->4训练->循环第一步
为了使常用深度学习模型在embedded and mobile devices上流畅运行,通常需要对PC上主流DL模型做一些处理。
比较有效的compression方法有:
1、distilling蒸馏
2、pruning剪枝
3、quantization量化
数据: 1采集->2标注->3清洗->4训练->循环第一步