結構化稀疏化

速報

多臂賭徒算法驅動的結構化神經元剪枝：UCB1與Thompson Sampling表現領先

研究針對深度神經網路的冗餘神經元提出結構化剪枝方案，利用多臂賭徒演算法將神經元視為臂並評估其安全移除獎勵。UCB1與Thompson Sampling在分類、迴歸及深度任務上取得最高排名，部分策略甚至優於未剪枝模型，顯示此方法在模型縮減上具實務效益。