Learning both Weights and Connections for Efficient Neural Networks
han song NIPS 2015
1.1 What the problems the paper mentioned ?(intro)
本文可以得上是deep compression:的开山之作，在移动设备上运行一个完整的大型DNN网络几乎是不可能的，比如运行一个十亿个连接的DNN，仅仅是DRAM的访问功耗就达到了12.8W，通过剪枝量化的方法，在不损失精度的情况下，将网络大小（AlexNet, VGG）等网络的大小压缩了10倍左右。
1.2 Summary of major innovations (intro)
提出了一种剪枝的方法，主要通过三个步骤进行网络压缩
训练网络找到重要的连接（简单的认为权值大的为重要）
丢掉不重要的连接
-
重新训练网络
1584887362
1.3 How about the important related works/papers?(related work)
Compressingneural networks with the hashing trick arXiv preprint arXiv:1504.04788, 2015. 主要是讲了剪枝之后如何存储权重矩阵，使得DNN高效的运行。
1.4 What are some intriguing aspects of the paper?(design&implementation)
使用L1正则化与L2正则化得到的结果将会不同，L1正则化在retrain之前的accuracy比较高，但是retrain之后的结果没有L2正则化得到的效果好。
-
L1正则化是指权值向量www中各个元素的绝对值之和
可以产生稀疏矩阵，即结果中接近0的权值更多。
-
L2正则化指的是权值求平方和之后再求平方更
L2正则化可以防止过拟合
节点所有的权重连接删除之后，该节点也需要进行删除
1.5 How to test/compare/analyze the results?(experiment)
表中从左到右的分别是原始weight的数量，原来需要浮点运算的次数，原始weight中非0的数量，剪枝之后非0的数量，实际浮点操作的百分比，可以看到，剪枝掉的大部分还是fc的权重，对于卷积操作的权重剪掉的很少。
最终得到的是非结构化的网络，无法在通用GPU上进行加速
Deep compression: compressing deep neural networks with pruning, trained quantization and Huffman Coding
han song ICLR 2016
1.1 What the problems the paper mentioned ?(intro)
在上一篇文章的基础上加上了量化，将AlexNet，VGG分别压缩了35倍、49倍，分别加速了3倍、4倍，节能了3倍、7倍。
首先通过剪枝的方法，将网络压缩到原来的9-13倍，之后通过量化的方法，将网络压缩到原来的27-31倍，在通过哈夫曼编码的方法，最终将网络压缩到原来的35-49倍。
1.2 Summary of major innovations (intro)
将剪枝跟量化结合再了一起，并使用哈夫曼编码，发现了剪枝跟量化之间互不影响的关系，使得weight得到了极大的压缩。
1.3 How about the important related works/papers?(related work)
从1.1中图可以看到，首先使用剪枝的方法不断的retrain得到一个网络结构，然后再将这个网络结构量化，量化的的过程如下所示。
上图解释了量化的过程，使用的k-means聚类方法，将左上weight矩阵分成4类，然后将不同的类别使用聚类中心表示，原矩阵中只保存类别的索引。在权值更新的时候，所有的gradients按照weight矩阵的颜色来分组，同一组的gradient做一个相加的操作，得到是sum乘上learning rate再减去共享的centroids，得到一个fine-tuned centroids。当一次训练完成之后，再重新使用聚类算法，重复以上过程。
再量化到想要的结果之后，再对结果进行哈夫曼编码，又可以进一步压缩weight
通过以上的三个步骤，就可以将weight压缩带原来的40倍左右。
1.5 How to test/compare/analyze the results?(experiment)
该文章评价的比较全面，首先是准确率与压缩比方面。
-
再不损失精度的情况下，weight最多可以压缩49倍
1584970761 -
比较又意思的是，他对conv与fc使用了不同的精度，并且比较了不同情况下的压缩比，P表示只是用剪枝，P+Q表示同时使用剪枝与量化，P+Q+H表示同时使用三种技术，结果如下图所示。
1584970946 -
在只是用pruning或者quantization的情况下，压缩的原来的8%的情况之下，精度就开始急剧下降，当时同时使用两种技术的情况下，可以压缩的原来的2%左右才会导致精度的急剧下降。
1584971094 -
下面证明了剪枝与量化之间并不会相互的影响，在原来网络上使用量化技术也不会导致精度损失，在剪枝的结果上进行量化与只使用剪枝的网络达到的是同样的效果。
1584971285 -
在量化的过程中，聚类中心的确定会对结果造成较大的影响，综合来看，使用均匀分布模型得到量化中心产生的结果最好。
1584971469
1.6 My summary
这是一篇对非结构化剪枝比较详细的论文，与近似计算是两种不同的技术，量化首先就是不断的训练weight到指定的bits，不存在近似这一说，其次当时我们使用的网络是一个完全的网络，存在大量的冗余，我觉得还是得在剪枝后的网络上进行研究比较有意义。
Dynamic Network Surgery for Efficient DNNs
NIPS 2016 http://arxiv.org/abs/1608.04493
1.1 What the problems the paper mentioned ?(intro)
han song 的工作简单的认为权重小的weight是不重要的，这其实是有问题的，而且剪枝掉的weight与节点可能是错误的剪枝，在这个基础上，作者提出了一种叫做dynamic network的网络，优化了这些问题。实现了LeNet-5 and AlexNet by a factor of 108× and 17.7× respectively
1.2 Summary of major innovations (intro)
剪枝或者不正确的剪枝会导致精度的下降，为了解决这样的问题，加入了反悔的机制，将剪枝掉的一部分weight加入下一轮的训练，一旦发现这些weight是重要的话，将这些weight从新加入网络
1.3 What are some intriguing aspects of the paper?(design&implementation)
里面有句话引用一下However, the parameter importance (i.e., the connection importance) in a certain network is extremely difficult to measure because of the mutual influences and mutual activations among interconnected neurons.
由于神经网络的复杂性，因为有其他的连接，有些节点可能是多余的，但是一旦删除了其他的节点，这些节点就成了关键节点。
- Hadamard product，矩阵的内积，就两个同型矩阵对应元素相乘。
表示的是网络的损失函数，Tk表示与Wk同型的矩阵，但是其中的元素只有0，1。0表示删除，1表示在当前这轮迭代是重要的，两个矩阵做内积，对应Tk为0的地方就不保留了。hk表示Wk的连接是否关键。
使用梯度下降与拉格朗日乘子法对W进行更新，hk函数更新Tk如下所示。
作者还举了一个简单的例子说明情况，如下图所示是一个XOR的网络，T1表示剪枝的情况，白色的表示一直没有没剪枝的weight，绿色的表示被错误剪枝之后加回来的weight，黑色的表示被剪枝掉的weight。值得令人注意的是，图b中，可以看到weight矩阵的第一行与最后一行的值相近，说明两个神经元的功能类似那个，在剪枝的过程中，很好的剪掉了功能类似的神经元，说明工作还是work的。
1.5 How to test/compare/analyze the results?(experiment)
比较有意思的是他对比了han song's work训练出的参数与用他们的方法训练出的参数个数，可以看到，相对与han song 方法参数规模要小很多，可以得出的结论就是错误的剪枝会对网络的准确率照成很大影响
1.6 My summary
这还是非结构化的剪枝，对硬件的还是不友好。虽然说重新定义了什么是重要的权重，但是的话总感觉使用的方法太简单了，还是简单的认为权重大的比较重要，感觉神经元之间的相互关系还是难以度量，应该使用更加复杂更加系统的方法。
文章还说明了weight之间的相互影响关系，让我觉得误差注入的方法更加复杂，感觉不同的地方肯定是需要不同的误差，想要找到理论化的办法或许很困难，或许需要遍历搜索的方法。
Automl for model compression and acceleration on mobile devices
ECCV 2018
1.1 What the problems the paper mentioned ?(intro)
propose AutoML for Model Compres-sion, achieved 2.7% better accuracy than the hand-crafted model compression policy for VGG-16 on ImageNet. 使用启发式的剪枝方法通常是sub-optimal，使用手动剪枝的方法通常会花费大量的时间。作者还将所做的工作真正的移植到了Android手机上
启发式的剪枝方法通常会有一些规则
- 尽可能少的修剪在fist layer层的参数，因为他是用来提取低纬的特征
- 尽可能的再fc层修剪，因为这里所拥有的参数数量是最多的
- 对于剪枝敏感的层也要进行尽可能少的修剪。
构建了两种压缩模型。
- resource-constrained对应的是对延迟要求很高的应用
- accuracy-guaranteed对应的是对精度要求很高，但是对延时要求没有那么高的应用
