Modell-Pruning
Modell-Pruning ist eine Technik zur Reduzierung der Größe und Komplexität von KI-Modellen, indem unwichtige Verbindungen oder Neuronen aus einem neuronalen Netz entfernt werden.
Kategorie: Training, Daten & Fine-Tuning
Tiefe neuronale Netze sind oft überparametrisiert, was bedeutet, dass viele ihrer Gewichte oder Neuronen wenig zur Gesamtleistung beitragen. Modell-Pruning identifiziert und entfernt diese redundanten Teile des Netzwerks, was zu einem kleineren und effizienteren Modell führt. Dies kann nach dem Training (post-training pruning) oder während des Trainings (structured/unstructured pruning) geschehen.
Synonyme / Tags
- Model Pruning
- Netzwerk-Pruning
- Modellverschlankung
Die ganze Definition im Member Hub braucht ein kostenloses Konto.