這是CVPR 2019的一篇oral。
預備知識點：Geometric median 幾何中位數
\begin{equation}
\underset{y \in \mathbb{R}^{n}}{\arg \min } \sum_{i=1}^{m}\left\|x_{i}-y\right\|
\end{equation}
可以理解為距離給定點集歐式距離之和最近的點。這篇博客中有關於幾何中位數的介紹：https://www.cnblogs.com/ybiln/p/4175695.html。
文中指出之前的剪枝算法應用的前提條件有兩個：
1、權重間隔要大
2、最小值應該更靠近0
(PS: 這個地方文中還畫出了圖表分析數據的分布情況，但是數據的來源是沒有經過稀疏化處理的權重數據，我覺得沒有那么具有代表性)
文中最關鍵的點是利用了中位數這個概念，應該剪去的是中位數，作者知道中位數的數學表達形式，這是一個很關鍵的預備知識。
后面作者在求取中位數卷積核的一系列近似，得到了數學上能夠講得通的結果。有點詭辯的意思，有的地方不是很嚴謹。