Jump to content

Обрезка (искусственная нейронная сеть)

В контексте искусственных нейронных сетей обрезка это практика удаления параметров (что может повлечь за собой удаление отдельных параметров или параметров в группах, например, по нейронам ) из существующей сети. [1] Целью этого процесса является поддержание точности сети при одновременном повышении ее эффективности . Это можно сделать, чтобы уменьшить вычислительные ресурсы , необходимые для работы нейронной сети. биологический процесс обрезки синапсов. В мозгу млекопитающих во время развития происходит [2] (см. также Нейронный дарвинизм ).

Обрезка узлов (нейронов) [ править ]

Основной алгоритм обрезки следующий: [3] [4]

  1. Оцените важность каждого нейрона.
  2. Ранжируйте нейроны в соответствии с их важностью (при условии, что существует четко определенная мера «важности»).
  3. Удалите наименее важный нейрон.
  4. Проверьте условие завершения (определяемое пользователем), чтобы узнать, следует ли продолжать обрезку.

Обрезка кромок (веса) [ править ]

Большая часть работ по сокращению нейронных сетей сосредоточена на удалении весов, а именно на установке их значений на ноль. В ранних работах предлагалось также изменить значения необрезанных весов. [5]

Ссылки [ править ]

  1. ^ Блэлок, Дэвис; Ортис, Хосе Хавьер Гонсалес; Франкл, Джонатан; Гуттаг, Джон (06 марта 2020 г.). «Каково состояние обрезки нейронных сетей?». arXiv : 2003.03033 [ cs.LG ].
  2. ^ Чечик, Гал; Мейлиджсон, Исаак; Руппин, Эйтан (октябрь 1998 г.). «Синаптическая обрезка в развитии: расчет вычислений» . Нейронные вычисления . 10 (7): 1759–1777. дои : 10.1162/089976698300017124 . ISSN   0899-7667 . ПМИД   9744896 . S2CID   14629275 .
  3. ^ Молчанов П., Тайри С., Каррас Т., Айла Т. и Каутц Дж. (2016). Обрезка сверточных нейронных сетей для эффективного вывода ресурсов . Препринт arXiv arXiv:1611.06440.
  4. ^ Гильденблат, Якоб (23 июня 2017 г.). «Обрезка глубоких нейронных сетей, чтобы сделать их быстрыми и маленькими» . Гитхаб . Проверено 4 февраля 2024 г.
  5. ^ Чечик, Гал; Мейлиджсон, Исаак; Руппин, Эйтан (апрель 2001 г.). «Эффективное обучение нейронов с неэффективными правилами обучения Хебба» . Нейронные вычисления . 13 (4): 817–840. дои : 10.1162/089976601300014367 . ISSN   0899-7667 . ПМИД   11255571 . S2CID   133186 .


Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: 6b16705ee3bae63925e47e5358e1068e__1718597640
URL1:https://arc.ask3.ru/arc/aa/6b/8e/6b16705ee3bae63925e47e5358e1068e.html
Заголовок, (Title) документа по адресу, URL1:
Pruning (artificial neural network) - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)