剪枝

英文：Pruning　分类：frontier

基本释义

删除模型中冗余参数（权重/神经元/通道）来压缩模型的技术：去除贡献小的部分，保持大部分能力的同时减少存储与计算。

技术要点

方法：幅度剪枝（小权重删除）、结构化剪枝（整通道/头/层）、迭代剪枝（训练-剪枝-微调）、稀疏训练（从头稀疏）；粒度：非结构化（高压缩率但硬件不友好）vs 结构化（硬件加速友好）；代表：SparseGPT、LLM-Pruner。

应用场景

用于模型压缩（体积/显存下降）、推理加速（稀疏计算）、端侧部署与成本优化；剪枝是"模型去脂"的经典手段。

返回AI百科目录 · AI最前沿首页

相关词条：模型自进化 · 合成数据 · 长度外推 · 边缘模型 · 结构化剪枝