| Постоянная ссылка (СИД2) |
J2097769470 |
| Название |
СОКРАЩЕНИЕ СВЕРТОЧНЫХ СЛОЕВ |
| Автор |
Хлыбов А. В. |
| Автор |
Гиниятуллин В. М. |
| Автор |
Ермолаев Е. В. |
| Источник |
Информационные технологии. Проблемы и решения |
| Страницы/Объём |
37-41 |
| Сокращ. назв. источника |
Инф. технол.. Пробл. и решения |
| Год |
2022 |
| Номер |
2 |
| Адрес в Интернет |
http://elibrary.ru/item.asp?id=49871473 |
| Постоянная ссылка (СИД) |
J20977694 |
| Ключевые слова (авторские) |
весовые коэффициенты%нейронная сеть%сверточный слой%черный |
| Место хранения |
Удаленный доступ. Эл. регистр. НЭБ |
| Дата регистрации в ВИНИТИ |
19.01.2023 |
| Язык текста |
русский |
| Аннотация |
В статье описано исследование по упрощению существующей архитектуры нейронной сети LeNet-5 для обработки набора данных MNIST. Для достижения необходимой точности количество элементов модели является избыточным, поэтому предлагается два способа для уменьшения структуры: преобразование коэффициентов сверточных матриц и удаление слоев нейронной сети. Оказалось, что усечение десятичных знаков после запятой у коэффициентов ядер сверток первого сверточного слоя не оказывает практически никакого влияния на итоговый результат модели. После этого было проведено усечение диапазона до меньшей значности. Сведение к трехзначности диапазона изменения коэффициентов дает результаты с приемлемой точностью. Также представлены результаты работы модели при уменьшении элементов, входящих в ее состав. Удалось свести структуру сети к двум слоям: сверточному и полносвязному. При этом сверточный слой состоит только из одного ядра. Представленные результаты показывают возможность и необходимость оптимизации нейронных сетей, что позволит снизить требования к вычислительным ресурсам. Требуется разработка такой формализованной методики упрощения, с помощью которой можно четко понимать, какие элементы нейронной сети требуют изменения и к чему приведут эти изменения |
| Тематический раздел |
Автоматика и радиоэлектроника |
| Издательский номер в РЖ |
23.05-81.196 |
| Шифр ГРНТИ |
28.23.37 |
| Ключевые слова |
нейронные сети, весовые коэффициенты |