- …
- …
#601
summarized by : 金城 忍
どんな論文か？
チャンネルのスパース性を評価する関数に学習可能なパラメータを加え、入力に対する損失関数の結果によって、ネットワークに対するサンプルの複雑性を評価することを通してチャンネルに対するプルーニングを実施することで、ネットワークの複雑性を適応的に調整する提案
新規性
サンプルの複雑性とネットワークの複雑性を考慮したチャンネルプルーニングという点で新規
結果
ImageNetを使用し、ResNet-{18, 34}及びMobileNetV2での評価では提案手法が既存手法より良い結果を達成する一方で、ResNetを使用した計算量の評価では、既存手法より低いエラー率で計算量が緩和されることも確認された
その他（なぜ通ったか？等）
- …
- …