论文笔记——N2N Learning: Network to Network Compression via Policy Gradient Reinforcement Learning

论文地址：https://arxiv.org/abs/1709.06030

1. 论文思想

利用强化学习，对网络进行裁剪，从Layer Removal和Layer Shrinkage两个维度进行裁剪。 一个是对层判断是否进行裁剪，一个是判断一层中的参数的裁剪。

2. 原理图

3. 实现细节

将层信息进行编码表示，然后送入双端的LSTM中，最后通过Softmax学出多个行为的概率。然后来决定层的裁剪信息。

4. 结果

1. ResNet-34上实现了10倍的压缩。