認識精度などのモデル性能の向上とともに増加し、処理速度・消費電力・部品コスト等に影響する、メモリ使用量や演算量。
1.ディープラーニングの基礎
1.1 データ表現と問題設定
1.2 全結合ネットワークモデル
1.3 畳み込みニューラルネットワーク
1.4 代表的なモデルとその構成要素
2.モデルプルーニング
2.1 非構造化プルーニング
2.2 構造化プルーニング
3.ネットワーク量子化
3.1 二値化
3.2 一様量子化
3.3 非一様量子化
4.軽量アーキテクチャ設計
4.1 分岐・合流接続の工夫
4.2 畳み込みの要素分解
4.3 構造の自動探索
5.その他の軽量化技術
5.1 重み共有
5.2 知識蒸留
5.3 低ランク近似
6.まとめ
□質疑応答□