he-y/Awesome-Pruning
کاربرد:
این پروژه یک مجموعهٔ دسته‌بندی‌شده و به‌روز از منابع مربوط به کاهش شبکه‌های عصبی (Pruning) است که به محققان، توسعه‌دهندگان و دانشجویان کمک می‌کند تا به راحتی به مقالات، ابزارها، کتابخانه‌ها و تکنیک‌های پیشرفته در زمینهٔ بهینه‌سازی مدل‌های یادگیری عمیق دسترسی داشته باشند.
در چه شرایطی بهتره استفاده شود؟
وقتی به دنبال کاهش حجم مدل‌های هوش مصنوعی هستی، مصرف حافظه و محاسباتی رو می‌خوای پایین بیاری، یا می‌خوای مدل‌های سنگین رو روی دستگاه‌های کم‌منبع مثل موبایل یا IoT اجرا کنی، این لیست می‌تونه راهگشا باشه.
چند مثال از موارد استفاده:
- استفاده از تکنیک‌های pruning برای سبک‌تر کردن مدل‌های بزرگ مثل BERT یا ResNet
- مقایسهٔ روش‌های مختلف کاهش (مثل magnitude pruning, structured pruning)
- دسترسی سریع به کدهای آماده و ابزارهای متن‌باز مثل PyTorch Pruning یا TensorFlow Model Optimization Toolkit
- یافتن مقالات پیشگام در حوزه Lottery Ticket Hypothesis
- ##NeuralNetworks
- ##ModelCompression
- ##Pruning
- ##DeepLearning
- ##AIoptimization
- ##EfficientAI
- ##MachineLearning
- ##PyTorch
- ##TensorFlow
- ##SparseModels