通过结构和分布一致性实现鲁棒的网络剪枝，以在受到干扰时提高准确性

《Neural Networks》：Robust network pruning for enhanced accuracy under perturbations via structural and distributional consistency

　　

文辉·史|姜刚·杨|杨斌·徐|晓冉·徐|文月·钟|建·刘

• •
  我们提出了一种基于结构一致性和分布一致性的剪枝框架，以提高系统的鲁棒性。
• •
  一种基于一致性意识的融合策略会对评分不一致的情况进行惩罚，从而提升信道选择的稳定性和可靠性。
• •
  在ImageNet-C及相关基准测试上的大量实验表明，该框架相较于现有的剪枝方法具有更强的鲁棒性和更紧凑的结构。