13. 比較手法1 ~ Output-weights Norm Pruning (ONORM) ~
1.ニューロン 𝑖 の重要度を
1
𝑑 𝒘 𝑖
𝒘𝑖 で算出( 𝑑 𝒘𝑖 : 𝒘𝑖 の次元数 )
2.重要度が低いニューロンを消去
12
𝒘𝑖𝑖
𝑗
𝑖
𝑗
× ニューロンを消すのみ ⇒ 精度が落ちやすい
T. He, Y. Fan, Y. Qian, T. Tan, and K. Yu, newblock Reshaping deep neural network for fast decoding by node-pruning,
Proc. IEEE International Conference on Acoustics, Speech and Signal Processing, 245--249. Florence, Italy.
14. 比較手法2 ~ Data-free Parameter Pruning (DPP) ~
1.入力側の重みが似たニューロンを統合する方法
13
○ 消したニューロンの重みを別のニューロンに移す
× 活性化関数の影響を評価できない
× 実データの特性を反映できない
𝑤𝑗
𝑤𝑖
𝒗𝑖(≈ 𝛼𝒗𝑗)
𝒗𝑗
𝑖
𝑗 𝑤𝑗
′ = 𝛼𝑤𝑖 + 𝑤𝑗𝒗𝑗
𝑖
𝑗
S. Srinivas, R. V. Babu, “Data-free Parameter Pruning for Deep Neural Networks”, Proc. British Machine Vision
Conference (BMVC 2015), 31.1-31.12. Swansea, UK.