[发明专利]深度神经网络DNN模型的压缩方法、装置、设备及介质在审
| 申请号： | 201711064586.8 | 申请日： | 2017-11-02 |
| 公开（公告）号： | CN107748915A | 公开（公告）日： | 2018-03-02 |
| 发明（设计）人： | 何金来;雷宇 | 申请（专利权）人： | 北京智能管家科技有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 北京品源专利代理有限公司11332 | 代理人： | 孟金喆 |
| 地址： | 101500 北京市密云区经济开发*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种深度神经网络DNN模型的压缩方法、装置、设备及介质。所述方法包括获取待压缩DNN模型，其中，所述待压缩DNN模型包括输入层、至少一个隐藏层以及输出层，所述待压缩DNN模型中各层的层参数为浮点型数据；对所述待压缩DNN模型中各层的层参数进行定点化处理，以实现对所述DNN模型的压缩。本发明实施例的技术方案基于现有技术中DNN模型无法在普通CPU上运行的问题，提出了有效的解决方案，同时减小了DNN模型的占用内存，提高了DNN模型的计算速度。 | ||
| 搜索关键词： | 深度 神经网络 dnn 模型 压缩 方法 装置 设备 介质 | ||
【主权项】：
一种深度神经网络DNN模型的压缩方法，其特征在于，包括：获取待压缩DNN模型，其中，所述待压缩DNN模型包括：输入层、至少一个隐藏层以及输出层，所述待压缩DNN模型中各层的层参数为浮点型数据；对所述待压缩DNN模型中各层的层参数进行定点化处理，以实现对所述DNN模型的压缩。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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北京智能管家科技有限公司，未经北京智能管家科技有限公司许可，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/patent/201711064586.8/，转载请声明来源钻瓜专利网。
