这是我们论文的官方代码仓库: 单路径中将自注意力剪枝为卷积层,作者:何昊宇、蔡剑飞、刘静、潘子政、张静、陶大程和庄博涵。
<h3><strong><i>🚀 新闻</i></strong></h3>
为了减少ViT模型的大量计算资源消耗并添加卷积的归纳偏置,我们的SPViT通过将自注意力剪枝为卷积层,将预训练的ViT模型剪枝成准确且紧凑的混合模型。得益于提出的自注意力和卷积层之间的权重共享方案,将搜索问题转化为寻找使用哪些参数子集的问题,我们的SPViT显著降低了搜索成本。
我们提供SPViT的实验结果和预训练模型:
名称 | Top-1准确率 | Top-5准确率 | 参数数 | FLOPs | 模型 |
---|---|---|---|---|---|
SPViT-DeiT-Ti | 70.7 | 90.3 | 4.9M | 1.0G | 模型 |
SPViT-DeiT-Ti* | 73.2 | 91.4 | 4.9M | 1.0G | 模型 |
SPViT-DeiT-S | 78.3 | 94.3 | 16.4M | 3.3G | 模型 |
SPViT-DeiT-S* | 80.3 | 95.1 | 16.4M | 3.3G | 模型 |
SPViT-DeiT-B | 81.5 | 95.7 | 46.2M | 8.3G | 模型 |
SPViT-DeiT-B* | 82.4 | 96.1 | 46.2M | 8.3G | 模型 |
名称 | Top-1准确率 | Top-5准确率 | 参数数 | FLOPs | 模型 |
---|---|---|---|---|---|
SPViT-Swin-Ti | 80.1 | 94.9 | 26.3M | 3.3G | 模型 |
SPViT-Swin-Ti* | 81.0 | 95.3 | 26.3M | 3.3G | 模型 |
SPViT-Swin-S | 82.4 | 96.0 | 39.2M | 6.1G | 模型 |
SPViT-Swin-S* | 83.0 | 96.4 | 39.2M | 6.1G | 模型 |
* 表示使用知识蒸馏。
在本仓库中,我们提供了剪枝两个代表性ViT模型的代码。
如果您觉得我们的论文有用,请考虑引用:
@article{he2024Pruning,
title={Pruning Self-attentions into Convolutional Layers in Single Path},
author={He, Haoyu and Liu, Jing and Pan, Zizheng and Cai, Jianfei and Zhang, Jing and Tao, Dacheng and Zhuang, Bohan},
journal={IEEE Transactions on Pattern Analysis and Machine Intelligence},
year={2024},
publisher={IEEE}
}
一键生成PPT和Word,让学习生活更轻松
讯飞智文是一个利用 AI 技术的项目,能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定,还是学生群体的职业生涯规划、实习避坑指南,亦或是活动策划、旅游攻略等内容,它都能提供支持,帮助用户精准表达,轻松呈现各种信息。
深度推理能力全新升级,全面对标OpenAI o1
科大讯飞的星火大模型,支持语言理解、知识问答和文本创作等多功能,适用于多种文件和业务场景,提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台,涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能,能为不同需求的用户提供便捷高效的帮助,助力用户轻松获取信息、解决问题,满足多样化使用场景。
一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型
Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目,由多个知名机构联合参与。该项目提供了高效的 LLM(大语言模型)驱动的语音合成 方案,支持语音克隆和语音创建功能,可通过命令行界面(CLI)和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数,生成高质量的语音。该项目适用于多种场景,如有声读物制作、智能语音助手开发等。
字节跳动发布的AI编程神器IDE
Trae是一种自适应的集成开发环境(IDE),通过自动化和多元协作改变开发流程。利用Trae,团队能够更快速、精确地编写和部署代码,从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能,是提升开发效率的理想工具。
AI助力,做PPT更简单!
咔片是一款轻量化在线演示设计工具,借助 AI 技术,实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT,提供海量模板、智能美化、素材替换等功能,适用于销售、教师、学生等各类人群 ,能高效制作出高品质 PPT,满足不同场景演示需求。
选题、配图、成文,一站式创作,让内容运营更高效
讯飞绘文,一个AI集成平台,支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容,加速品牌传播,提升内容营销效果。
专业的AI公文写作平台,公文写作神器
AI 材料星,专业的 AI 公文写作辅助平台,为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能,支持 30 + 文稿类型生成,助力快速完成领导讲话、工作总结、述职报告等材料,提升办公效率,是体制打工人的得力写作神器。
OpenAI Agents SDK,助力开发者便捷使用 OpenAI 相关功能。
openai-agents-python 是 OpenAI 推出的一款强大 Python SDK,它为开发者提供了与 OpenAI 模型交互的高效工具,支持工具调用、结果处理、追踪等功能,涵盖多种应用场景,如研究助手、财务研究等,能显著提升开发效率,让开发者更轻松地利用 OpenAI 的技术优势。
高分辨率纹理 3D 资产生成
Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具,支持从文本描述、单张图片或多视角图片生成 3D 模型,具备快速形状生成能力,可生成带纹理的高质量 3D 模型,适用于多个领域,为 3D 创作提供了高效解决方案。
一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。
3FS 是一个功能强大的分布式文件系统项目,涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作,如创建文件和目录、设置布局等,同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景,能够提高系统的性能和可靠性,是分布式存储领域的优质解决方案。