プルーニング

プルーニングとは、学習済みのニューラルネットワークから、不要な重みや結合を削除してモデルを軽量化する手法です。直訳すると「剪定」を意味し、ネットワークの枝葉を切り落とすイメージで理解されます。

多くのパラメータを持つ巨大なモデルは高い精度を出せますが、計算資源やメモリを大量に消費します。プルーニングによって精度への寄与が少ないパラメータを削ることで、モデルサイズを圧縮し、推論の計算速度を高速化できます。

エッジAIやモバイル端末など、ハードウェアの制約がある環境でAIを動かす場合に必須の技術です。また、モデルを簡素化することで、過学習を抑制し汎化性能を高める「正則化」としての効果も期待できます。