模型轻量化是减小参数还是计算量

模轻量化的目标是减小模型的计算量，而不是减小参数量。通过轻量化技术，可以在不牺牲模型性能的前提下，减少模型的计算资源消耗，从而提高模型的推理速度和效率。

在进行模型轻量化时，可以采取一系列方法来减少计算量，例如剪枝（pruning）、量化（quantization）、蒸馏（distillation）等。这些方法可以去除模型中冗余的权重、减少计算精度、或者通过训练一个较小的模型来提取主模型的知识等，从而达到减少计算量的目的。

虽然轻量化过程中可能会导致参数量的略微增加，但是整体来说，模型轻量化更注重减少计算资源的消耗，以提高推理速度和效率。因此，在进行模型轻量化时，我们通常会更关注计算量的减少，而不是参数量的减少。