1. 毕业设计（论文）主要内容：

1）深度学习模型效率分析方法技术研究，包括模型大小，准确率和速度。

2）模型压缩方法技术体系研究：具体包括量化、稀疏化、剪枝、kd、动态图路由、小网络设计、结构化压缩等。

3）强化学习算法研究及应用。

2. 毕业设计（论文）主要任务及要求

1）调研强化学习、模型压缩的相关文献，以及常用的benchmark。

2）基于强化学习的自动压缩算法的实现及实验。

3）结合强化学习的思路进行拓展。

3. 毕业设计（论文）完成任务的计划与安排

1-3周，文献调研与整理，完成英文翻译，完成开题报告。

4-6周，强化学习算法的研究，代码与程序设计。

7-9周，强化学习的自动压缩算法实现以及相关的仿真或者实验。

4. 主要参考文献

1 Misha Denil, Babak Shakibi, Laurent Dinh,Nando de Freitas,et al. Predicting parameters in deep learning. In Advances in Neural Information Processing Systems, pages 2148-2156,2013.

2. Mohammad Rastegari,Vicente Ordonez,Joseph Redmon, and Ali Farhadi. Xnor-net:Imagenet classification using binary convolutional neural net-works. In European Conference on Computer Vision,pages 525-542.Springer,2016.