这篇文章主要分为三个部分：剪枝、权值共享和哈夫曼编码。具体的细节，已经有很多论文阅读的博客写的比较详细了，http://lib.csdn.net/article/deeplearning/50854?knId=1741
但是放在没有sparse库帮助处理sparse矩阵计算的硬件上计算有几个问题：
- 没有sparse库怎么计算sparse矩阵
- 存储方式改变以后存取数据改变
量化还算是比较容易做，因为量化部分可以用查找表实现，将所有类别号和聚类中心对应值用一个查找表实现
DEEP COMPRESSION: COMPRESSING DEEP NEURAL NETWORKS WITH PRUNING, TRAINED QUANTIZATION AND HUFFMAN...
©著作权归作者所有,转载或内容合作请联系作者
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
平台声明：文章内容（如有图片或视频亦包括在内）由作者上传并发布，文章内容仅代表作者本人观点，简书系信息发布平台，仅提供信息存储服务。
推荐阅读更多精彩内容
- 前言 谢谢牛客网帮助我成功拿到心仪的offer（自然语言算法工程师），也感觉各位大佬分享的面经，所以想回馈一波。...
