<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>a_kawashiro</author_name>
  <author_url>https://blog.hatena.ne.jp/a_kawashiro/</author_url>
  <blog_title>a_kawashiroのブログ</blog_title>
  <blog_url>https://a-kawashiro.hatenablog.com/</blog_url>
  <categories>
    <anon>言語処理系</anon>
    <anon>ONNX</anon>
    <anon>機械学習</anon>
    <anon>高速化</anon>
  </categories>
  <description>この記事の中のソースコードは全てhttps://github.com/akawashiro/sonnxにあります。 概要 ニューラルネットワークから要らなそうな枝を80%削除しても精度が変わらなかった ONNXの中身をいじるのが大変だった onnxruntimeには勝てなかった 背景 機械学習の学習済みモデルを小さなデバイスで動かす、というのが最近流行っているそうです。機械学習では、学習には大きな計算コストがかかりますが、推論はそれほど大きな計算コストがかかりません。このため、学習だけを別のコンピュータで行っておいて、実際の推論は小さなデバイスで行うということが可能です。 ただし、推論だけでも…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fa-kawashiro.hatenablog.com%2Fentry%2F2019%2F03%2F07%2F201304&quot; title=&quot;ONNXファイルから不要な枝を削ってMNISTの推論を高速化してみる - a_kawashiroのブログ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://raw.githubusercontent.com/akawashiro/sonnx/master/original_NN.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2019-03-07 20:13:04</published>
  <title>ONNXファイルから不要な枝を削ってMNISTの推論を高速化してみる</title>
  <type>rich</type>
  <url>https://a-kawashiro.hatenablog.com/entry/2019/03/07/201304</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
