[发明专利]一种深度神经网络的量化方法及装置在审
| 申请号： | 201910478915.6 | 申请日： | 2019-06-03 |
| 公开（公告）号： | CN110188880A | 公开（公告）日： | 2019-08-30 |
| 发明（设计）人： | 刘明华;赵建仁 | 申请（专利权）人： | 四川长虹电器股份有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 四川省成都市天策商标专利事务所 51213 | 代理人： | 郭会 |
| 地址： | 621000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度神经网络的量化方法，包括：针对深度神经网络待量化的网络层，进行量化初始化；根据量化模式，对待量化网络层的权值进行量化操作；根据量化后的权值进行网络的迭代训练，并更新权值直到深度神经网络收敛。本发明的方法，包括二值化、三值化等可选模式，以一种机制来对权值进行量化，然后，在迭代训练过程中，不断更新量化权值，直至满足目标任务准确度的要求，最后得到的模型可用于多个平台，相对于原始模型，在准确率相当的前提下，速度更快，模型更小。本发明的方法克服了深度网络对于计算资源、存储的巨大消耗，在针对目标任务性能的同时，提高深度神经网络的加速比与压缩率。 | ||
| 搜索关键词： | 量化 神经网络 迭代训练 网络层 准确度 计算资源 原始模型 初始化 二值化 压缩率 准确率 更新 可选 可用 收敛 存储 网络 消耗 | ||
【主权项】：
1.一种深度神经网络的量化方法，其特征在于，包括：针对深度神经网络待量化的网络层，进行量化初始化；根据量化模式，对待量化网络层的权值进行量化操作；根据量化后的权值进行网络的迭代训练，并更新权值直到深度神经网络收敛。
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四川长虹电器股份有限公司，未经四川长虹电器股份有限公司许可，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/201910478915.6/，转载请声明来源钻瓜专利网。
