15 magg 2014 anni - Max Jaderberg: Speeding up Convolutional Neural Networks with Low Rank Expansions, 2014

Descrizione:

本文的重点是加快卷积神经网络的评价。虽然在一系列计算机视觉和机器学习任务中都能取得令人印象深刻的结果，但这些网络的计算要求很高，限制了它们的可部署性。卷积层通常会占用大量的处理时间，因此在本工作中，我们提出了两个简单的方案来大幅加快这些层的速度。这是通过利用跨信道或滤波器冗余来构造空间域中等级为1的滤波器的低等级基础来实现的。我们的方法与架构无关，并且可以很容易地应用到现有的CPU和GPU卷积框架中，以提高可调的性能。我们用一个为场景文本字符识别设计的现实网络来证明这一点，显示出可能的2.5倍加速而不损失精度，以及4.5倍加速而精度下降不到1%，仍然在标准基准上达到了最先进的水平。