Copertina

DRIVE: Dual Gradient-Based Rapid Iterative Pruning

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Saikumar, Dhananjay, Varghese, Blesson
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Machine Learning Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Signal Collapse in One-Shot Pruning: When Sparse Models Fail to Distinguish Neural Representations
di: Saikumar, Dhananjay, et al.
Pubblicazione: (2025)

Data-Free Pruning of Self-Attention Layers in LLMs
di: Saikumar, Dhananjay, et al.
Pubblicazione: (2025)

NeuroFlux: Memory-Efficient CNN Training Using Adaptive Local Learning
di: Saikumar, Dhananjay, et al.
Pubblicazione: (2024)

ICE-Pruning: An Iterative Cost-Efficient Pruning Pipeline for Deep Neural Networks
di: Hu, Wenhao, et al.
Pubblicazione: (2025)

FGGP: Fixed-Rate Gradient-First Gradual Pruning
di: Zhu, Lingkai, et al.
Pubblicazione: (2024)

Spanning Training Progress: Temporal Dual-Depth Scoring (TDDS) for Enhanced Dataset Pruning
di: Zhang, Xin, et al.
Pubblicazione: (2023)

Variance-Based Pruning for Accelerating and Compressing Trained Networks
di: Berisha, Uranik, et al.
Pubblicazione: (2025)

ROMA: Run-Time Object Detection To Maximize Real-Time Accuracy
di: Lee, JunKyu, et al.
Pubblicazione: (2022)

Decay Pruning Method: Smooth Pruning With a Self-Rectifying Procedure
di: Yang, Minghao, et al.
Pubblicazione: (2024)

Robust Few-Shot Ensemble Learning with Focal Diversity-Based Pruning
di: Tekin, Selim Furkan, et al.
Pubblicazione: (2024)

PruneFuse: Efficient Data Selection via Weight Pruning and Network Fusion
di: Kousar, Humaira, et al.
Pubblicazione: (2026)

Is Complexity Required for Neural Network Pruning? A Case Study on Global Magnitude Pruning
di: Gupta, Manas, et al.
Pubblicazione: (2022)

The Manifold Hypothesis for Gradient-Based Explanations
di: Bordt, Sebastian, et al.
Pubblicazione: (2022)

Is Oracle Pruning the True Oracle?
di: Feng, Sicheng, et al.
Pubblicazione: (2024)

Distilling the Knowledge in Data Pruning
di: Ben-Baruch, Emanuel, et al.
Pubblicazione: (2024)

Growing Networks with Autonomous Pruning
di: De Lambilly, Charles, et al.
Pubblicazione: (2026)

Shapley Pruning for Neural Network Compression
di: Adamczewski, Kamil, et al.
Pubblicazione: (2024)

Data Pruning in Generative Diffusion Models
di: Briq, Rania, et al.
Pubblicazione: (2024)

Roots Beneath the Cut: Uncovering the Risk of Concept Revival in Pruning-Based Unlearning for Diffusion Models
di: Zhang, Ci, et al.
Pubblicazione: (2026)

Rényi Attention Entropy for Patch Pruning
di: Aizawa, Hiroaki, et al.
Pubblicazione: (2026)

Pruning at Initialization -- A Sketching Perspective
di: Bar, Noga, et al.
Pubblicazione: (2023)

Exploring 3D Dataset Pruning
di: Zhao, Xiaohan, et al.
Pubblicazione: (2026)

Towards Meta-Pruning via Optimal Transport
di: Theus, Alexander, et al.
Pubblicazione: (2024)

Investigating the Effect of Network Pruning on Performance and Interpretability
di: von Rad, Jonathan, et al.
Pubblicazione: (2024)

DRoP: Distributionally Robust Data Pruning
di: Vysogorets, Artem, et al.
Pubblicazione: (2024)

Large-scale Dataset Pruning with Dynamic Uncertainty
di: He, Muyang, et al.
Pubblicazione: (2023)

Training-Free Dataset Pruning for Instance Segmentation
di: Dai, Yalun, et al.
Pubblicazione: (2025)

Batch Loss Score for Dynamic Data Pruning
di: Zhou, Qing, et al.
Pubblicazione: (2026)

Guiding Distribution Matching Distillation with Gradient-Based Reinforcement Learning
di: Dong, Linwei, et al.
Pubblicazione: (2026)

Rapid Object Annotation
di: Denil, Misha
Pubblicazione: (2024)

Layer Pruning with Consensus: A Triple-Win Solution
di: Mugnaini, Leandro Giusti, et al.
Pubblicazione: (2024)

Reassessing Layer Pruning in LLMs: New Insights and Methods
di: Lu, Yao, et al.
Pubblicazione: (2024)

Multimodal Machine Translation with Visual Scene Graph Pruning
di: Lu, Chenyu, et al.
Pubblicazione: (2025)

Pruning Self-attentions into Convolutional Layers in Single Path
di: He, Haoyu, et al.
Pubblicazione: (2021)

Physics Inspired Criterion for Pruning-Quantization Joint Learning
di: Xie, Weiying, et al.
Pubblicazione: (2023)

Adaptive Sharpness-Aware Pruning for Robust Sparse Networks
di: Bair, Anna, et al.
Pubblicazione: (2023)

Data-independent Module-aware Pruning for Hierarchical Vision Transformers
di: He, Yang, et al.
Pubblicazione: (2024)

AdapMTL: Adaptive Pruning Framework for Multitask Learning Model
di: Xiang, Mingcan, et al.
Pubblicazione: (2024)

Efficient Fine-Tuning and Concept Suppression for Pruned Diffusion Models
di: Shirkavand, Reza, et al.
Pubblicazione: (2024)

Ensembling Pruned Attention Heads For Uncertainty-Aware Efficient Transformers
di: Gabetni, Firas, et al.
Pubblicazione: (2025)