[发明专利]用于从经训练神经网络生成压缩网络的设备和方法

权利要求书

1.一种计算机实现的模型从经训练神经网络生成压缩网络的方法，所述方法包括：

• 模型的第一模型部分生成表示模型分量响应于相关联的第一训练数据对第一输出数据中的每个第一输出数据的影响的影响图，其中每个所生成的影响图针对每个模型分量包括在处理相应的第一训练数据方面的影响；

• 使用每个所生成的影响图生成组合影响图；

• 模型的第二模型部分从所述组合影响图生成压缩图；

• 通过根据压缩图压缩经训练神经网络来生成压缩网络，其中生成压缩网络包括如果压缩图中的对应值满足预定义删除准则，则根据压缩图从经训练神经网络中删除网络分量；

• 经训练神经网络响应于第二训练数据生成经训练网络输出数据；

• 压缩网络响应于第二训练数据生成压缩网络输出数据；

• 通过将经训练网络输出数据与压缩网络输出数据进行比较来训练模型。

2.根据权利要求1所述的方法，其中训练模型包括通过将经训练网络输出数据与压缩网络输出数据进行比较来训练第一模型部分和/或训练第二模型部分。

3.根据权利要求1或2中任一项所述的方法，其中如果压缩图中的对应值低于预定义门限值，则满足预定义删除准则。

4.根据权利要求1至3中任一项所述的方法，其中训练模型包括训练模型以通过减少压缩图的每个值的总和来增加总压缩。

5.根据权利要求1至4中任一项所述的方法，其中第一输出数据由经训练神经网络针对第一训练数据生成。

6.根据权利要求1至5中任一项所述的方法，其中经训练神经网络被训练为针对多个任务的第一输入数据提供第一输出数据，并且其中压缩网络针对所述多个任务中的至少一个任务的第二输入数据提供第二输出数据。

7.根据权利要求6所述的方法，其中使用选择模型从多个数据中选择第一训练数据和/或第二训练数据。

8.根据权利要求1至7中任一项所述的方法，进一步包括：

• 由经训练模型生成的压缩网络响应于输入数据生成第三训练数据；

• 使用第三训练数据训练另一个模型。

9.一种存储程序指令的计算机程序产品，所述程序指令被配置为当被执行时，执行权利要求1至8中任一项所述的方法。

10.一种设备，被配置为执行权利要求1至8中任一项所述的方法。

11.一种系统，包括：

设备，包括由通过权利要求1至8中任一项所述的方法训练的模型生成的压缩网络，所述设备被配置为处理数字输入数据；

至少一个传感器，被配置为向所述设备提供数字输入数据。

12.一种交通工具，包括：

至少一个传感器，被配置为提供数字输入数据；

驾驶辅助系统，包括使用通过权利要求1至8中任一项所述的方法训练的模型从经训练神经网络生成的压缩网络，其中经训练神经网络被配置为处理数字输入数据，其中压缩网络被配置为针对由所述至少一个传感器提供的数字输入数据提供数字输出数据，并且其中驾驶辅助系统被配置为使用数字输出数据来控制所述交通工具。