色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

邊緣AI的模型壓縮技術

星星科技指導員 ? 來源:embedded ? 作者:Rakesh R. Nakod ? 2023-05-05 09:54 ? 次閱讀

深度學習在模型及其數據集方面正以驚人的速度增長。在應用方面,深度學習市場以圖像識別為主,其次是光學字符識別,以及面部和物體識別。根據 Allied 市場研究,6 年全球深度學習市場價值為 85.2020 億美元,預計到 179 年將達到 96.2030 億美元,39 年至 2 年的復合年增長率為 2021.2030%。

在某個時間點,人們認為大型和復雜的模型表現更好,但現在它幾乎是一個神話。隨著邊緣AI的發展,越來越多的技術將大型復雜模型轉換為可以在邊緣上運行的簡單模型,所有這些技術結合起來執行模型壓縮。

什么是模型壓縮?

模型壓縮是在計算能力和內存較低的邊緣設備上部署SOTA(最先進的)深度學習模型的過程,而不會影響模型在準確性、精度、召回率等方面的性能。模型壓縮大致減少了模型中的兩件事,即大小和延遲。減小大小的重點是通過減少模型參數來簡化模型,從而降低執行中的 RAM 要求和內存中的存儲要求。延遲減少是指減少模型進行預測或推斷結果所花費的時間。模型大小和延遲通常同時存在,大多數技術都會減少兩者。

流行的模型壓縮技術

修剪:

修剪是最流行的模型壓縮技術,它通過刪除冗余和無關緊要的參數來工作。神經網絡中的這些參數可以是連接器、神經元、通道,甚至是層。它很受歡迎,因為它同時減小了模型的大小并改善了延遲。

poYBAGRUYc-ASdtTAAGyRWCNOCM104.png

修剪

修剪可以在訓練模型時或訓練后完成。有不同類型的修剪技術,即權重/連接修剪、神經元修剪、過濾器修剪和層修剪。

量化:

當我們刪除神經元、連接、過濾器、層等時。在修剪以減少加權參數的數量時,權重的大小在量化期間減小。在此過程中,大型集中的值將映射到較小集中的值。與輸入網絡相比,輸出網絡的值范圍較窄,但保留了大部分信息。有關此方法的更多詳細信息,您可以在此處閱讀我們關于模型量化的深入文章。

知識蒸餾:

在知識蒸餾過程中,在一個非常大的數據集上訓練一個復雜而龐大的模型。微調大型模型后,它可以很好地處理看不見的數據。一旦獲得,這些知識就會轉移到較小的神經網絡或模型中。同時使用教師網絡(較大的模型)和學生網絡(較小的模型)。這里存在兩個方面,知識蒸餾,我們不調整教師模型,而在遷移學習中,我們使用精確的模型和權重,在一定程度上改變模型,并根據相關任務進行調整。

pYYBAGRUYdKAYjRlAAB9KqZ6mTk314.png

知識蒸餾系統

知識、蒸餾算法和師生架構模型是典型知識蒸餾系統的三個主要部分,如上圖所示。

低矩陣分解:

矩陣構成了大多數深度神經結構的大部分。該技術旨在通過應用矩陣或張量分解并將它們制成更小的矩陣來識別冗余參數。這種技術應用于密集的DNN(深度神經網絡)時,降低了CNN(卷積神經網絡)層的存儲要求和分解,并縮短了推理時間。具有二維且秩為 r 的權重矩陣 A 可以分解為更小的矩陣,如下所示。

pYYBAGRUYdWAebceAABJ-BdhGHg656.png

低矩陣分解

模型的準確性和性能在很大程度上取決于適當的分解和秩選擇。低秩分解過程中的主要挑戰是更難實現,并且是計算密集型的。總體而言,與全秩矩陣表示相比,密集層矩陣的因式分解可產生更小的模型和更快的性能。

由于邊緣人工智能,模型壓縮策略變得非常重要。這些方法是相互補充的,可以在整個 AI 管道的各個階段使用。像TensorFlow和Pytorch這樣的流行框架現在包括修剪和量化等技術。最終,該領域使用的技術數量將會增加。

審核編輯:郭婷

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • RAM
    RAM
    +關注

    關注

    8

    文章

    1368

    瀏覽量

    114651
  • 人工智能
    +關注

    關注

    1791

    文章

    47208

    瀏覽量

    238301
  • 深度學習
    +關注

    關注

    73

    文章

    5500

    瀏覽量

    121118
收藏 人收藏

    評論

    相關推薦

    騰訊 AI Lab 開源世界首款自動化模型壓縮框架PocketFlow

    移動端AI開發者的自動模型壓縮框架,集成了當前主流的模型壓縮與訓練算法,結合自研超參數優化組件實現了全程自動化托管式的
    的頭像 發表于 09-18 11:51 ?4274次閱讀

    模型壓縮技術,加速AI模型在終端側的應用

    電子發燒友網報道(文/李彎彎)當前,全球眾多科技企業都在積極研究AI模型,然而因為參數規模太大,要想實現AI模型在邊/端側部署,需要用到模型
    的頭像 發表于 04-24 01:26 ?2542次閱讀

    邊緣AI應用越來越普遍,AI模型邊緣端如何部署?

    電子發燒友網報道(文/李彎彎)在人工智能時代,越來越多的AI應用需要從云端擴展到邊緣端,比如智能耳機、智能攝像機、智能手環、物流機器人等,在邊緣端部署AI已經成為趨勢。如今
    的頭像 發表于 07-04 00:11 ?2647次閱讀
    <b class='flag-5'>邊緣</b><b class='flag-5'>AI</b>應用越來越普遍,<b class='flag-5'>AI</b><b class='flag-5'>模型</b>在<b class='flag-5'>邊緣</b>端如何部署?

    NanoEdge AI技術原理、應用場景及優勢

    能耗并提高數據安全性。本文將對 NanoEdge AI技術原理、應用場景以及優勢進行綜述。 1、技術原理 NanoEdge AI 的核心技術
    發表于 03-12 08:09

    cubemx ai導入onnx模型壓縮失敗了怎么解決?

    cubemx ai導入onnx模型壓縮失敗。請問我怎么解決
    發表于 03-19 07:58

    AI模型部署邊緣設備的奇妙之旅:如何實現手寫數字識別

    系統的智能化水平,還極大地拓展了其應用范圍, 使得嵌入式系統在智能家居、智能交通、智能醫療等領域有了更深層次的運用。AI技術的嵌入,已經成為未來嵌入式系統發展 的一個重要趨勢。踏入邊緣端部署的第一步
    發表于 12-06 17:20

    硬件幫助將AI移動到邊緣

    雖然人工智能和機器學習計算通常在數據中心中大規模地執行,但是最新的處理設備使得能夠將AI / ML能力嵌入到網絡邊緣的IoT設備中。邊緣AI可以快速響應,無需等待云的響應。如果可以在
    發表于 05-29 10:38

    EdgeBoard FZ5 邊緣AI計算盒及計算卡

    科技攜手百度,推出系列高性能及高性價比EdgeBoard 邊緣AI計算卡/計算盒,助力AI項目落地。可靈活適配海量的且不斷迭代的AI模型,并
    發表于 08-31 14:12

    【HarmonyOS HiSpark AI Camera】邊緣計算安全監控系統

    項目名稱:邊緣計算安全監控系統試用計劃:理由:本人熱愛嵌入式技術,希望通過嵌入式智能技術改善人們生活。希望基于鴻蒙系和linux統構建一個邊緣計算的智能監控平臺,來保證工廠運行的安全。
    發表于 09-25 10:11

    網絡邊緣實施AI的原因

    AI推向邊緣的影響通過在邊緣運行ML模型可以使哪些具體的AI項目更容易運行?
    發表于 02-23 06:21

    嵌入式邊緣AI應用開發指南

    如果在沒有嵌入式處理器供應商提供的合適工具和軟件的支持下,既想設計高能效的邊緣人工智能(AI)系統,同時又要加快產品上市時間,這項工作難免會冗長乏味。面臨的一系列挑戰包括選擇恰當的深度學習模型
    發表于 11-03 06:53

    壓縮模型會加速推理嗎?

    你好我使用 STM32CUBE-AI v5.1.2 ApplicationTemplate 將簡單的 CNN 導入到 STM32L462RCT我發現壓縮模型對推理時間沒有影響。aiRun 程序在 8
    發表于 01-29 06:24

    ST MCU邊緣AI開發者云 - STM32Cube.AI

    意法半導體(ST)為嵌入式AI開發人員和數據科學家擴展了面向嵌入式AI開發人員和數據科學家的解決方案,推出了一套業界首創的全新工具和服務,通過輔助硬件和軟件決策,將邊緣AI
    發表于 02-02 09:52

    訓練好的ai模型導入cubemx不成功怎么解決?

    訓練好的ai模型導入cubemx不成功咋辦,試了好幾個模型壓縮了也不行,ram占用過大,有無解決方案?
    發表于 08-04 09:16

    邊緣AI模型壓縮技術

    在某個時間點,人們認為大型和復雜的模型表現更好,但現在它幾乎是一個神話。隨著邊緣AI的發展,越來越多的技術將大型復雜模型轉換為可以在
    的頭像 發表于 10-19 14:22 ?1049次閱讀
    <b class='flag-5'>邊緣</b><b class='flag-5'>AI</b>的<b class='flag-5'>模型</b><b class='flag-5'>壓縮</b><b class='flag-5'>技術</b>
    主站蜘蛛池模板: 蜜桃传媒在线播放| 乳交高H糙汉宠文| 色中色入口2015| 亚洲精品色情婷婷在线播放 | 沈芯语麻豆0076 视频| 亚洲精品久久一区二区三区四区| 97免费在线视频| 国产精品久久免费视频| 美女扒开尿孔| 亚洲 制服 欧美 中文字幕| 92看看福利午夜影院| 国产乱妇乱子在线播视频播放网站| 麻1豆传媒2021精品| 午夜福利电影网站鲁片大全| 2021精品乱码多人收藏| 国产精品久久久久激情影院 | 青青久在线| 野花日本手机观看大全免费3 | 最新无码专区在线视频| 国产极品美女视频福利| 美女内射视频WWW网站午夜| 午夜福利电影网站鲁片大全| a免费在线观看视频| 狠狠插影院| 十次啦中文网| 99久久亚洲精品日本无码| 国产亚洲精品久久精品录音| 奇米色偷偷| 最新毛片网| 精品粉嫩BBWBBZBBW| 色综合五月激情综合色一区| 97久久国产露脸精品国产| 国内精品九九视频| 乳色吐息在线观看全集免费观看 | 好男人的视频在线观看| 欧美精品v欧洲高清| 一个人在线观看视频免费| 国产区免费在线观看| 日本女人bb| jiapanese50欧美熟妇| 久久亚洲精品AV成人无码|