面向航空应用的神经网络轻量化设计

摘要

随着深度神经网络性能的不断提高,应用领域不断扩展,然而网络参数规模和计算需求也在大幅增加,极大地限制了神经网络的应用范围.该文面向航空领域应用,考虑到机载嵌入式计算环境的资源限制,对深度神经网络模型的轻量化设计方法进行了总结分析.神经网络的轻量化设计主要通过模型压缩和计算结构优化实现对网络参数存储空间的压缩和运算速度提升,具体方法包括模型裁剪、参数量化与编码、可分离卷积、知识提取、矩阵低秩分解等.