【转载】在边缘设备上拟合大型神经网络的方法总结

原文地址：

https://www.cnblogs.com/wxkang/p/14847426.html

==========================================================

前言：

对于任何想要创建可扩展服务的人来说，部署大内存的深度学习算法是一项挑战。 从长远来看，云服务是昂贵的。 在边缘设备上离线部署模型更便宜，并且还有其他好处。 唯一的缺点是它们缺乏内存和计算能力。

本文探讨了一些可用于在内存受限设置中拟合神经网络的技术。 不同的技术用于“训练”和“推理”阶段，因此分别讨论。