Pruning van gebinariseerde neurale netwerken: een toegewijd raamwerk en globaal gewogen algoritmen

arXiv:2608.26233v1 Aankondigingstype: nieuw Samenvatting: Extreme compressie van diepe neurale netwerken, tot volledige binarisatie, verkleint de geheugenvoetafdruk en rekenkundige complexiteit drastisch, wat inzet op beperkte edge-hardware met field-programmable gate arrays (FPGA's) en microcontrollers vergemakkelijkt. Hoewel het combineren van binarisatie met pruning extra efficiëntiewinst belooft, zijn bestaande pruningstrategieën slecht geschikt voor gebinariseerde representaties en vertalen ze zich zelden in betekenisvolle hardware- […]