Skip to content

Latest commit

 

History

10 Commits

Folders and files

NameName
Last commit message
Last commit date
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

Прунинг моделей на примере ResNet18

В работе рассмотрены 4 метода:

  1. магнитудный неструктурированный (mu)
  2. магнитудный структурный (ms)
  3. градиентный неструктурированный (gu)
  4. градиентный структурный (gs)

Проведено сравнение со случайным удалением весов (ru)/каналов (rs) и измерены метрики loss и accuracy для различных долей удаляемых весов/каналов

Неструктурированные

метрики неструктурированного прунинга

метод доля удаляемых весов loss accuracy
магнитудный 0.05 0.6737 0.7856
магнитудный 0.10 0.6769 0.7832
магнитудный 0.15 0.6922 0.7773
магнитудный 0.20 0.7205 0.7693
магнитудный 0.25 0.7531 0.7594
градиентный 0.05 0.7933 0.7393
градиентный 0.10 1.1166 0.6238
градиентный 0.15 1.8554 0.4217
градиентный 0.20 2.7584 0.1929
градиентный 0.25 3.0882 0.1681
случайный 0.05 1.2032 0.6256
случайный 0.10 2.8087 0.3381
случайный 0.15 3.3627 0.2468
случайный 0.20 3.9838 0.1506
случайный 0.25 4.0579 0.1037

Структурные

метрики структурного прунинга

метод доля удаляемых каналов loss accuracy
магнитудный 0.02 0.9707 0.7088
магнитудный 0.05 1.8246 0.4890
магнитудный 0.08 4.1802 0.3021
магнитудный 0.11 5.2109 0.1152
магнитудный 0.14 5.1962 0.1018
градиентный 0.02 0.9820 0.6997
градиентный 0.05 2.3330 0.4186
градиентный 0.08 3.8991 0.1772
градиентный 0.11 2.9361 0.2082
градиентный 0.14 4.1894 0.1574
случайный 0.02 0.8852 0.7197
случайный 0.05 1.7918 0.4889
случайный 0.08 3.0172 0.2984
случайный 0.11 4.4945 0.1339
случайный 0.14 4.2196 0.1161

About

No description, website, or topics provided.

Resources

Stars

0 stars

Watchers

0 watching

Forks

Releases

Packages

Contributors

Languages