論文の概要: Automated Model Compression by Jointly Applied Pruning and Quantization
- arxiv url: http://arxiv.org/abs/2011.06231v1
- Date: Thu, 12 Nov 2020 07:06:29 GMT
- ステータス: 処理完了
- システム内更新日: 2022-09-26 06:22:23.619184
- Title: Automated Model Compression by Jointly Applied Pruning and Quantization
- Title（参考訳）: 連成プルーニングと量子化による自動モデル圧縮
- Authors: Wenting Tang, Xingxing Wei, Bo Li
- Abstract要約: 従来のディープ圧縮フレームワークでは、反復的にネットワークプルーニングと量子化を行うことで、モデルのサイズと計算コストを削減できる。
ネットワークプルーニングと量子化を統一的な共同圧縮問題として統合し,AutoMLを用いて自動的に解き出すことで,この問題に対処する。
共同適用プルーニングと量子化(AJPQ)による自動モデル圧縮を提案する。
- 参考スコア（独自算出の注目度）: 14.824593320721407
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the traditional deep compression framework, iteratively performing network
pruning and quantization can reduce the model size and computation cost to meet
the deployment requirements. However, such a step-wise application of pruning
and quantization may lead to suboptimal solutions and unnecessary time
consumption. In this paper, we tackle this issue by integrating network pruning
and quantization as a unified joint compression problem and then use AutoML to
automatically solve it. We find the pruning process can be regarded as the
channel-wise quantization with 0 bit. Thus, the separate two-step pruning and
quantization can be simplified as the one-step quantization with mixed
precision. This unification not only simplifies the compression pipeline but
also avoids the compression divergence. To implement this idea, we propose the
automated model compression by jointly applied pruning and quantization (AJPQ).
AJPQ is designed with a hierarchical architecture: the layer controller
controls the layer sparsity, and the channel controller decides the bit-width
for each kernel. Following the same importance criterion, the layer controller
and the channel controller collaboratively decide the compression strategy.
With the help of reinforcement learning, our one-step compression is
automatically achieved. Compared with the state-of-the-art automated
compression methods, our method obtains a better accuracy while reducing the
storage considerably. For fixed precision quantization, AJPQ can reduce more
than five times model size and two times computation with a slight performance
increase for Skynet in remote sensing object detection. When mixed-precision is
allowed, AJPQ can reduce five times model size with only 1.06% top-5 accuracy
decline for MobileNet in the classification task.
- Abstract（参考訳）: 従来のディープ圧縮フレームワークでは、反復的にネットワークプルーニングと量子化を実行することで、デプロイ要求を満たすためのモデルサイズと計算コストを削減できる。
しかし、プルーニングと量子化の段階的な応用は、最適以下の解と不要な時間消費につながる可能性がある。
本稿では,ネットワークプルーニングと量子化を統合的な統合圧縮問題として統合し,automlを用いて自動解くことでこの問題に取り組む。
プルーニング過程は、0ビットのチャネルワイド量子化とみなすことができる。
したがって、分離された2段階のプルーニングと量子化は、混合精度の1段階の量子化として単純化することができる。
この統一は圧縮パイプラインを単純化するだけでなく、圧縮の分岐を避ける。
この考え方を実現するために,共同適用プルーニングと量子化(AJPQ)による自動モデル圧縮を提案する。
AJPQは階層アーキテクチャで設計されており、層制御器は層間隔を制御し、チャネル制御器は各カーネルのビット幅を決定する。
同じ重要性基準に従って、レイヤコントローラとチャネルコントローラが協調して圧縮戦略を決定する。
強化学習により、ワンステップ圧縮が自動的に達成される。
本手法は,最先端の自動圧縮法と比較して,ストレージを大幅に削減し,精度を向上する。
固定精度量子化では、ajpqは5倍以上のモデルサイズと2倍の計算を削減でき、スカイネットのリモートセンシング対象検出の性能はわずかに向上する。
混合精度が許されると、AJPQは分類タスクにおけるMobileNetの5倍のモデルサイズを1.06%の精度で削減できる。
関連論文リスト
- LoRC: Low-Rank Compression for LLMs KV Cache with a Progressive Compression Strategy [59.1298692559785]
キーバリュー(KV)キャッシュは、トランスフォーマーベースの自己回帰型大言語モデル(LLM)を提供する上で重要なコンポーネントである。
この問題を緩和するためのアプローチとしては、(1) アップサイクルステージに統合された効率的な注意変動、(2) テスト時のKVキャッシュ圧縮、(3) テスト時のKVキャッシュ圧縮がある。
そこで我々は,KV重み行列の低ランク近似を提案し,モデル再学習なしに既存のトランスフォーマーベースLCMとのプラグイン統合を実現する。
本手法は,テスト段階におけるアップサイクリング段階のモデルチューニングやタスク固有のプロファイリングを伴わずに機能するように設計されている。
論文 参考訳（メタデータ） (2024-10-04T03:10:53Z) - Towards Hardware-Specific Automatic Compression of Neural Networks [0.0]
プルーニングと量子化が ニューラルネットワークを圧縮する主要なアプローチです
効率的な圧縮ポリシーは、特定のハードウェアアーキテクチャが使用する圧縮方法に与える影響を考慮する。
本稿では,プレニングと量子化を利用した強化学習を用いて,Galenと呼ばれるアルゴリズムフレームワークを提案する。
論文 参考訳（メタデータ） (2022-12-15T13:34:02Z) - OPQ: Compressing Deep Neural Networks with One-shot Pruning-Quantization [32.60139548889592]
本稿では,新しいワンショットプルーニング量子化(OPQ)を提案する。
OPQは、事前訓練された重みパラメータのみによる圧縮割り当てを解析的に解決する。
本稿では,共通コードブックを共有するために各レイヤの全チャネルを強制する,統一的なチャネルワイド量子化手法を提案する。
論文 参考訳（メタデータ） (2022-05-23T09:05:25Z) - An Information Theory-inspired Strategy for Automatic Network Pruning [88.51235160841377]
深層畳み込みニューラルネットワークは、リソース制約のあるデバイスで圧縮されることがよく知られている。
既存のネットワークプルーニング手法の多くは、人的努力と禁忌な計算資源を必要とする。
本稿では,自動モデル圧縮のための情報理論に基づく戦略を提案する。
論文 参考訳（メタデータ） (2021-08-19T07:03:22Z) - Towards Compact CNNs via Collaborative Compression [166.86915086497433]
チャネルプルーニングとテンソル分解を結合してCNNモデルを圧縮する協調圧縮方式を提案する。
52.9%のFLOPを削減し、ResNet-50で48.4%のパラメータを削除しました。
論文 参考訳（メタデータ） (2021-05-24T12:07:38Z) - Single-path Bit Sharing for Automatic Loss-aware Model Compression [126.98903867768732]
シングルパスビット共有(SBS)は、計算コストを大幅に削減し、有望な性能を達成する。
SBS圧縮MobileNetV2は、Top-1の精度がわずか0.1%低下した22.6倍ビット演算(BOP)を実現する。
論文 参考訳（メタデータ） (2021-01-13T08:28:21Z) - Differentiable Joint Pruning and Quantization for Hardware Efficiency [16.11027058505213]
DJPQは、変動情報ボトルネックに基づく構造化プルーニングと混合ビット精度量子化を1つの微分可能損失関数に組み込む。
DJPQは、複数のネットワークにおけるビット演算数(BOP)を大幅に削減し、元の浮動小数点モデルのトップ1の精度を維持していることを示す。
論文 参考訳（メタデータ） (2020-07-20T20:45:47Z) - Training with Quantization Noise for Extreme Model Compression [57.51832088938618]
与えられたモデルサイズに対する精度を最大化しながら、コンパクトなモデルを作成するという問題に取り組む。
標準的な解決策は、トレーニング中に重みが定量化され、勾配がストレート・スルー推定器に近似される量子化意識訓練(Quantization Aware Training)でネットワークをトレーニングすることである。
本稿では, この手法を, 極端な圧縮法を用いて, int8 の固定点量子化を超えて機能するように拡張する。
論文 参考訳（メタデータ） (2020-04-15T20:10:53Z) - Kernel Quantization for Efficient Network Compression [59.55192551370948]
Kernel Quantization(KQ)は、事前訓練された全精度畳み込みニューラルネットワーク(CNN)モデルを、大幅なパフォーマンス損失のない低精度バージョンに効率的に変換することを目的としている。
重み付けからフィルタプルーニングへの進化に触発され,カーネルレベルと重み付けレベルの両方で定量化することを提案する。
ImageNet分類タスクの実験では、KQはVGGとResNet18でそれぞれ平均1.05ビットと1.62ビットを必要とし、畳み込み層の各パラメータを表す。
論文 参考訳（メタデータ） (2020-03-11T08:00:04Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。