Netz-Komprimierungsanwendungen
Erkunden Sie die Deep-Learning-Modellkomprimierung in End-to-End-Workflows
Erkunden Sie die Modellkomprimierung in durchgängigen Deep-Learning-Workflows, darunter die Festlegung von Anforderungen, Datenvorbereitung, Training tiefer neuronaler Netze, Komprimierung, Netztests und -Verifikation, Simulink-Integration und Codegenerierung.
Einen detaillierten Überblick über die in der Deep Learning Toolbox™ Model Compression Library verfügbaren Komprimierungstechniken finden Sie unter Reduce Memory Footprint of Deep Neural Networks.
Verwandte Informationen
Enthaltene Beispiele
Neu
Quantize Deep Learning Network for Battery State of Charge Estimation
Quantize recurrent neural network trained for battery state of charge estimation.
Compress Deep Learning Network for Battery State of Charge Estimation
Compress a neural network for predicting the state of charge of a battery using projection.
Compress Sequence Classification Network for Road Damage Detection
Compress network to meet memory requirement using pruning, projection, and quantization.
