Các mô hình học sâu hiện nay thường yêu cầu khả năng tính toán lớn từ đó dẫn đến các yêu cầu về phần cứng cũng tăng cao, đồng thời thời gian xử lý cũng tốn rất nhiều thời gian, không phù hợp trong một số trường hợp cần tính thời gian thực.
Để khắc phục vấn đề đó, việc tối ưu hóa lại mô hình bằng là một việc vô cùng quan trọng và cắt tỉa mô hình là một trong số các phương pháp phổ biến nhất. Tuy vậy, thay vì cắt tỉa mô hình một cách ngẫu hiên hoặc dựa trên các phương pháp phi định hướng, ta có thể thực hiện cắt tỉa mô hình một cách có chọn lọc bằng cách tính toán “độ quan trọng” của của các filter trong mô hình. Từ đó, ta có thể bắt đầu cắt tỉa dần từ những filter ít quan trọng nhất, cho đến khi mô hình đạt ngưỡng nhất định.