モデルの軽量化 | JDLA Deep Learning for GENERAL(G検定)
モデルの軽量化とは
モデル軽量化は量子化、枝刈り、知識蒸留などで計算量やメモリを減らし、実行制約へ適合させます。
具体例
精度、遅延、消費電力、モデルサイズのトレードオフを実測して選びます。
もう少し詳しく
この用語は単独で暗記せず、目的、入力、処理、結果、適用できない境界の順に説明できるようにします。実務では前提条件と評価基準を明記し、期待した結果と実測結果を区別します。
似た用語を見分けるときは、誰が何を判断するのか、いつ実施するのか、成果物が何かを比較します。名称だけで結論を出さず、問題文に示された条件へ定義を当てはめることが重要です。
試験でのポイント