Gewichtsabschneidung und Coreset-Auswahl: Synergieeffekte im neuronalen Training
Moderne Deep‑Learning‑Modelle verbrauchen enorme Mengen an Gewichten und Trainingsdaten, was zu hohen Rechenkosten führt. Zwei vielversprechende Ansätze, die diese Last reduzieren sollen, sind die Gewichtsabschneidung (Weight Pruning) und die Coreset‑Auswahl, bei der nur ein repräsentativer Teil der Daten beibehalten wird.
