La compression de modèle regroupe des techniques qui réduisent la taille et les exigences de calcul d'un réseau de neurones entraîné tout en préservant la précision. Méthodes : quantization, élagage, distillation de connaissances et factorisation à faible rang. La compression rend possible le déploiement de modèles performants sur smartphones et appareils périphériques.