Глубокие нейронные сети позволяют решать многочисленные задачи, благодаря большому числу настраиваемых параметров и наличию больших данных, но это требует огромного количества вычисления как во время обучения, так и во время применения к данным. В данной работе продемонстрирована структурная регуляризация нейронной сети архитектуры ResNet на примере задачи классификации, Этот подход позволяет уменьшить число параметров нейронной сети после обучения, тем самым уменьшив необходимые для её применения вычисления.
Рогачев К.О. (науч. рук. Платонов А.В.) Структурная регуляризация модели глубокого обучения ResNet для задачи классификации изображений // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2023]. URL: https://kmu.itmo.ru/digests/article/11497