APSSF: Adaptive CNN Pruning Based on Structural Similarity of Filters

zu Verbundenen Objekten

Standort
Deutsche Nationalbibliothek Frankfurt am Main
Umfang
1 Online-Ressource.
Sprache
Englisch

Erschienen in
APSSF: Adaptive CNN Pruning Based on Structural Similarity of Filters ; volume:17 ; number:1 ; day:23 ; month:5 ; year:2024 ; pages:1-27 ; date:12.2024
International journal of computational intelligence systems ; 17, Heft 1 (23.5.2024), 1-27, 12.2024

Urheber
Geng, Lili
Niu, Baoning
Beteiligte Personen und Organisationen
SpringerLink (Online service)

DOI
10.1007/s44196-024-00518-4
URN
urn:nbn:de:101:1-2408020920170.243548470787
Rechteinformation
Open Access; Der Zugriff auf das Objekt ist unbeschränkt möglich.
Letzte Aktualisierung
14.08.2025, 10:49 MESZ

Datenpartner

Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Original beim Datenpartner anzeigen

Beteiligte

  • Geng, Lili
  • Niu, Baoning
  • SpringerLink (Online service)

Ähnliche Objekte (12)

Towards compressed and efficient CNN architectures via pruning

Towards compressed and efficient CNN architectures via pruning

A-pruning: a lightweight pineapple flower counting network based on filter pruning

A-pruning: a lightweight pineapple flower counting network based on filter pruning

Filter pruning-based two-step feature map reconstruction

Filter pruning-based two-step feature map reconstruction

Adaptive framing based similarity measurement between time warped speech signals using Kalman filter

Adaptive framing based similarity measurement between time warped speech signals using Kalman filter

Pruning

Kapitel

Pruning

Pruning

Kapitel

Pruning

Pruning

Akten

Pruning

Pruning.

Kapitel

Pruning.

Pruning.

Kapitel

Pruning.

Pruning.

Kapitel

Pruning.

Pruning.

Kapitel

Pruning.

Pruning.

Kapitel

Pruning.

Verbundene Objekte