Navegando por Autor "Freitas, Vitor Yeso Fidelis"
Agora exibindo 1 - 1 de 1
- Resultados por página
- Opções de Ordenação
TCC Plataforma automática para compressão consciente de modelos de aprendizagem profunda baseada em poda seguida de quantização(Universidade Federal do Rio Grande do Norte, 2025-01-20) Freitas, Vitor Yeso Fidelis; Fernandes, Marcelo Augusto Costa; http://lattes.cnpq.br/3475337353676349; https://orcid.org/0009-0002-7626-5622; http://lattes.cnpq.br/4994486202506393; Balza, Micael; http://lattes.cnpq.br/0303807807288761; Silva, Alessandro Soares; http://lattes.cnpq.br/6391394214446756O avanço das aplicações de aprendizado profundo tem impactado diversos setores, porém o tamanho e a complexidade dos modelos neurais apresentam desafios para implementação em sistemas com recursos computacionais limitados. Este trabalho apresenta uma plataforma automática que integra técnicas de poda seguida de quantização durante o processo de treinamento de redes neurais profundas, visando otimizar a acurácia e eficiência computacional dos modelos. Experimentos realizados com o conjunto de dados CIFAR-10 demonstraram a eficácia da abordagem, alcançando reduções de até 80% no tamanho da memória enquanto mantém níveis de acurácia compatíveis com o estado da arte, com perdas de 2-3%. Análises da distribuição dos pesos antes e após a compressão revelaram padrões de adaptação da rede durante o treinamento com compressão, fornecendo insights sobre o comportamento do modelo sob diferentes regimes de compressão.