[发明专利]一种神经网络参数压缩方法及相关装置在审
| 申请号： | 201910402406.5 | 申请日： | 2019-05-15 |
| 公开（公告）号： | CN110276438A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 何施茗;李卓宙;唐杨宁;王进;邓玉芳;陈启民 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 罗满 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 低阶 高阶 神经网络参数 输出结果 分解处理 阶数 升阶 压缩 计算机可读存储介质 神经网络处理 计算机设备 相关装置 压缩装置 数据量 申请 分解 | ||
1.一种神经网络参数压缩方法，其特征在于，包括：
对低阶输入数据进行升阶处理，得到高阶输入数据；
对所述高阶输入数据进行张量分解处理，得到高阶输出结果；
根据所述低阶输入数据的阶数对所述高阶输出结果进行展开处理，得到低阶输出结果。
2.根据权利要求1所述的神经网络参数压缩方法，其特征在于，对低阶输入数据进行升阶处理，得到高阶输入数据，包括：
根据预设约束规则确定所述低阶输入数据的升阶值；
根据所述升阶值对所述低阶输入数据进行升阶处理，得到所述高阶输入数据。
3.根据权利要求2所述的神经网络参数压缩方法，其特征在于，根据预设约束规则确定所述低阶输入数据的升阶值，包括：
根据所述预设约束规则确定升阶值不等式；
对所述升阶值不等式进行求取极值处理，得到所述升阶值。
4.根据权利要求1至3任一项所述的神经网络参数压缩方法，其特征在于，对所述高阶输入数据进行张量分解处理，得到高阶输出结果，包括：
对所述高阶输入数据进行Tucker分解处理，得到所述高阶输出结果。
5.根据权利要求1至3任一项所述的神经网络参数压缩方法，其特征在于，对所述高阶输入数据进行张量分解处理，得到高阶输出结果，包括：
对所述高阶输入数据进行CP分解处理，得到所述高阶输出结果。
6.一种神经网络参数压缩装置，其特征在于，包括：
升阶处理模块，用于对低阶输入数据进行升阶处理，得到高阶输入数据；
张量分解压缩模块，用于对所述高阶输入数据进行张量分解处理，得到高阶输出结果；
降阶处理模块，用于根据所述低阶输入数据的阶数对所述高阶输出结果进行展开处理，得到低阶输出结果。
7.根据权利要求6所述的神经网络参数压缩装置，其特征在于，所述升阶处理模块，包括：
升阶值确定单元，用于根据预设约束规则确定所述低阶输入数据的升阶值；
升阶处理单元，用于根据所述升阶值对所述低阶输入数据进行升阶处理，得到所述高阶输入数据。
8.根据权利要求7所述的神经网络参数压缩装置，其特征在于，所述升阶值确定单元，包括：
升阶值不等式获取子单元，用于根据所述预设约束规则确定升阶值不等式；
升阶值求取子单元，用于对所述升阶值不等式进行求取极值处理，得到所述升阶值。
9.一种计算机设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至5任一项所述的神经网络参数压缩方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的神经网络参数压缩方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长沙理工大学，未经长沙理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201910402406.5/1.html，转载请声明来源钻瓜专利网。
