文档摘要

7.3 模型剪枝与量化 本节摘要：当模型大到设备吞不下时,不只是"换个小的训",还可以直接给当前模型做手术。本节讲结构剪枝与权重剪枝去掉冗余、量化把浮点瘦成低精度,给出各手段省什么、伤什么,以及压完必须重训/微调的问题。 学习目标 阅读完本节，你应当能够： 区分剪枝(去结构/去冗余)与量化(压精度)两个维度。 说清剪枝后为什么要再训练来补偿精度损失。 判断你的模型是否值得压、压完会付出什么。 会员。《7.3 模型剪枝与量化》收录于灏天文库文集《模型训练与调参指南：提高模型性能的秘诀》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/492-%E6%A8%A1%E5%9E%8B%E8%AE%AD%E7%BB%83%E4%B8%8E%E8%B0%83%E5%8F%82%E6%8C%87%E5%8D%97%E6%8F%90%E9%AB%98%E6%A8%A1%E5%9E%8B%E6%80%A7%E8%83%BD%E7%9A%84%E7%A7%98%E8%AF%80

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流