MétaCan
Menu
Retour à la cohorte
Enregistrement W7133025936

ENERGY MODELS FOR PRUNING NEURAL NETWORKS

2021· dissertation· W7133025936 sur OpenAlexafffund
Hojjat Salehinejad

Notice bibliographique

RevueTSpace · 2021
Typedissertation
Langue
DomaineComputer Science
ThématiqueAdvanced Neural Network Applications
Établissements canadiensUniversity of Toronto
Organismes subventionnairesUniversity of Toronto
Mots-clésOverfittingPruningEntropy (arrow of time)Artificial neural networkContextual image classificationConvolutional neural networkFeature (linguistics)Pattern recognition (psychology)Minification
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Deep neural networks (DNNs) have achieved significant performance improvement in image classification tasks.A DNN utilizes an enormous number of trainable parameters and non-linear functions to learn a mapping from a set of input images to a set of target classes. However, the increasing number of parameters, called the overparameterization problem, can create major challenges in implementation of these models on resource limited devices and can encourage overfitting of the model. Pruning less important trainable parameters in DNNs is one of the major established methods to defeat the above challenges. Pruning methods are also applicable on small models by design to further reduce their size. This thesis proposes the concept of energy models for pruning convolutional filters and hidden units with corresponding incoming and outgoing connections and bias terms for image classification tasks. Specifically, two energy models, namely EPruning and IPruning, are proposed. The first approach uses the Hamiltonian of a given DNN to form an energy loss minimization problem. The loss function is defined based on the difference between the energy of target class and the closest energy of the competitive classes. The second approach uses entropy of feature maps, Kullback–Leibler (KL) divergence between convolution filters in a layer, and activation level of hidden units to form an Ising energy-based minimization problem for detecting less important and redundant parameters in the network. Despite most pruning methods, which are based on defining a pruning threshold per layer, the proposed methods are data-driven and perform a network-wise pruning of the trainable parameters. We define pruning as searching for a sub-network of a given DNN, which has the lowest energy loss value based on a defined energy loss function. Since this is an NP-hard combinatorial optimization problem, a population-based global optimization framework is proposed to minimize the pruning objective functions. The proposed framework is evaluated on different flavors of DNNs (e.g. ResNets, AlexNet, and SqueezeNet) and datasets (e.g. CIFAR-10, CIFAR-100, and ImageNet) for image classification tasks.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,839
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,036
Tête enseignante GPT0,332
Écart entre enseignants0,296 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTSpaceMême sujetAdvanced Neural Network ApplicationsTravaux en français237 207