论文品读：Learning both Weights and Connections for Efficient Neural Networks

https://arxiv.org/abs/1506.02626v3

这是一篇关于模型压缩的15年文章，到目前为止（18年11月）有450的被引

文章介绍了一种参数剪枝（weights pruning）方法，应该算是最基础的一种方法了，直接按照参数是否大于某个阈值来判断哪些参数是重要的，哪些参数是不重要。

在不降低精度的前提下，在VGG-16上取得了13倍的参数压缩率，从138M个参数到10.8M个参数。