{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期-部件”：[[2024,6,14]]，“日期-时间”：“2024-06-14T07:13:17Z”，“时间戳”：1718349197903}，“引用-计数”：37，“发布者”：“IEEE”，“许可证”：[{“开始”：{-“日期-零件”：[2020,6,1]]，“时间”：”2020-06-01T00:00:00 Z“，”timestamp“：1590969600000}，”content-version“：”vor“，“delay-in-days”：0，“URL”：“https:\/\/ieeexplore.iee.org\/Xplorehelp\/downloads\/license-information\/ieee.html”}，{“start”：{“date-parts”：[[2020,6,1]]，“date-time”：“2020-06-01T00:00:00Z”，“timestamp”：1590969600000}，“content-version”：“stm-asf”，“delay-in-days“：0，”URL“https:\\/doi.org\/10.1 5223\/policy-029“}，{“开始”：{“日期部分”：[[2020,6,1]]，“date-time”：“2020-06-01T00:00:00Z”，“timestamp”：1590969600000}，“content-version”：“stm-asf”，“delay-in-days”：0，“URL”：“https:\\/doi.org\/10.15223\/policy-037”}]，“content-domain”：{“domain”:[]，“crossmark-restriction”：false}，”short-container-title“：[]，”published-print“：{”date-parts“：[2020,6]}，“doi”：“10.1109\/cvpr42600.2020.00198”，“类型”：“procesdings-article”，“created”：{“date-parts”：[[2020,8,5]]，“date-time”：“2020-08-05T21:20:05Z”，“timestamp”：1596662405000}，“source”：“Crossref”，“is-referenced-by-count”：17，“title”：[“结构化压缩重量加密用于非结构化删减和量化”]，“prefix”：“10.1109”，”author“：[{”given“：”Se Jung“，“family”：“Kwon”，“sequence”：“first”，“affiliation”：[]}，{“given”：“Dongsoo”，“family”：“Lee”，“sequence”：“additional”，“affaliation”（附属）：[]}附加“，”从属“：[]}，{“给定”：“Gu-Yeon”，“family”：“Wei”，“sequence”：“additional”，“affiliation”：[]}]，“member”：“263”，“reference”：[{“key”：“ref33”，“author”：“ye”，“year”：“2018”，“journal-title”：“Rethinking the smaller-norm-less-informative assemption in channel prunning of convolutional layers”}，{“密钥”：“ref32”，“article-title“递归神经网络的交替多位量化”，“author”：“xu”，“year”：“0”，“journal-title”：“International Conference on Learning Representations（ICLR）”}，{“key”：“ref31”，“article-title“：“HitNet:Hybrid triumary Recurrive neural network”，“author”：“wang”，“年份”：“2018”，“日记标题”：“Advances in neural information processing systems”}、{“密钥”：“ref30”，“doi-asserted-by”：“publisher”：“10.1109\/MDT.2006.105”}，{“key”：“ref37”，“article-title”：“修剪，还是不修剪：探索修剪对模型压缩的效果”，“volume”：”abs 1710 1878“，”author“：”zhu“，”year“：”2017“，”journal-title“：”CoRR“}：“国际学习表征会议（ICLR）”}，{“key”：“ref35”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/MICRO.2018.0011”}、{“密钥”：“ref34”、“doi-sserted-by“：”publisher“，”doi“：”10.1145\/3140659.3080215“}：“深度压缩：通过剪枝、训练量化和哈夫曼编码压缩深度神经网络”，“author”：“han”，“year”：“0”，“journal-title”：“International Conference on Learning Representations（ICLR）”}，{“key”：“ref11”，“first-page”：“1135”，“article-title（文章标题）：“Learning both weights and connections for effective neural networks”，“作者”：“汉”，“年份”：“2015年”，“日志标题”：“神经信息处理系统的进展”}，{“key”：“ref12”，“doi-asserted-by”：“publisher”，“doi”：“10.1109\/CVPR.2016.90”}：“量化神经网络训练具有低精度权重和激活的神经网络”}，{“key”：“ref15”，“author”：“kapoor”，“year”：“2019”，“journal-title”：“deep neural networks的计算效率量化方法”}：“从微小图像中学习多层特征”}，{“key”：“ref17”，“首页”：“1097”，“article-title”：“深度卷积神经网络的Imagenet分类”，“author”：“krizhevsky”，“year”：“2012”，“journal-title“：“Advances in neural Information Processing Systems 25”}：“最佳脑损伤”，“author”：“lecun”，“year”：“1990”，“journal-title”：“Advances in neural information processing systems”}，{“key”：“ref19”，“article-title“：“Viterbi-based pruning for sparse matrix with fixed and high index compression ratio”，“作者”：“lee”，“年份”：“0”，“日记标题”：“International Conference on Learning Representations”（ICLR）}，{“key”：“ref28”，“article-title”：“XNOR-Net:使用二进制卷积神经网络对Imagenet进行分类”，“author”：“rastegari”，“year”：“0”，“journal-title“：”ECCV“}，{“key”：”ref4“，“first page”:“3123”，“article-tiple”：，“journal-title”：“神经信息处理系统的进展”}，{“key”：“ref27”，“first page”：《2498》，“article-title》：“变分辍学稀疏化深层神经网络”，“author”：“molchanov”，“year”：“0”，“jornal-tittle”：”国际机器学习会议（ICML）“}”，{：“ref3”，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/378239.378388”}，{“key”：“ref6”，“author”：“frankle”，“year”：“2018”，“journal-title”：“彩票假设发现稀疏可训练神经网络”}：“denil”，“year”：“2013”，“journal-title”：“Advances in neural information processing systems”}，{“key”：“ref8”，“article-title“：“Dynamic network surgery for efficient DNNs”，“author”：“guo”，“year”：”2016“，”journal-title“:”Advances on neural information processingsystems“}，”{“key”：“ref7”，“author”:“goodfellow”，“年份”：“2016”，“journal-ttitle”：”：，{“key”：“ref2”，“doi-asserted-by”：“publisher”，“doi”：“10.1145\/3005348”}，{“密钥”：“ref9”，“doi-asserte-by”：“publisher”，“DI:”10.1145\/3007787.3001163“}，}“密钥“：”ref1“，”article-title“：”Double Viterbi:“重量编码，用于深层神经网络的高压缩比和快速片上重建”，“author”：“ahn”，“year”：“0”，“journal-title”：“国际学习表征会议（ICLR）”}，{“key”：“ref20”，“author”：“lee”，“year”：“2018”，“journal-title”：“Deeptwist Learning model compression via percurrous weight distoration”}、{“key”：”ref22“，”author“：”lee“，”year“：”2019“，”journal-title“：”低秩二进制索引的网络剪枝，“journal-title”：“深度神经网络基于检索的迭代权重量化”}，{“key”：“ref24”，“article-title“：“高效convents的剪枝过滤器”，“author”：“li”，“year”：“0”，“jornal-tittle”：《学习表征国际会议》}，}“key:”ref23“author:”li“，”year“：”2016“，”journal-Tittle“：”三元权重网络“}，{“key”：“ref26”，“doi-asserted-by”：“publisher”，“doi”：“10.3115\/1075812.1075835”}，{“key”：《ref25》，“author”：“mao”，“year”：“2017”，“journal-title”：“Exploring the regulatory of sparse structure in convolutional neural networks”}]，“event”：{“name”：“2020 IEEE\/CVF Conference on Computer Vision and Pattern Recognition（CVPR）”，“location”：“Seattle，WA，USA”，“start”：{“date-parts”：[[2020,6,13]]}，“end”：{“date-parts”：[2020,6,19]]}}，”container-title“：[”2020 IEEE \/CVF计算机视觉和模式识别会议（CVPR）“]，“original-title”：[]，“link”：[{“URL”：“http://\xplorestaging.IEEE.org\/ielx7\/9142308\/9156271\/091156820.pdf？arnumber=9156820“，”content-type“：”unspecified“，”content-version“：”vor“，“intended-application”：“相似性检查”}]，“存放”：{“date-parts”：[[2022,6,27]]，“date-time”：“2022-06-27T15:55:58Z”，“时间戳”：1656345358000}，“分数”：1，“资源”：{primary“：{”URL“：”https:\/\/ieeexplore.iee.org\/document\/9156820\/“}”，“副标题”：[]，“短标题”：[]，“已发布”“：[[2020,6]]}，”references-count“：37，”URL“：“http:\/\/dx.doi.org/10.1109\/cvpr42600.2020.00198”，“关系”：｛｝，“主题”：[]，“已发布”：｛“日期部分”：[[2020,6]]｝｝｝