[发明专利]一种模型压缩方法及装置在审
| 申请号： | 201910579307.4 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110276413A | 公开（公告）日： | 2019-09-24 |
| 发明（设计）人： | 凌光;徐倩;杨强 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08;G06N3/04 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 518027 广东省深圳市*** | 国省代码： | 广东;44 |
| 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模型压缩方法及装置，其中方法包括：使用第一模型对第一模型的训练数据进行特征提取，得到所述第一模型分别在所述第一模型中的N个特征提取层输出的特征向量；将所述训练数据和在所述第一模型中的N个特征提取层输出的N个第一特征向量作为所述第二模型对应的N个特征提取层的训练目标，训练所述第二模型。相对于现有技术的方式来说，可以在保证提高目标模型的预测效果的同时，有效降低模型的参数的训练量。另外，由于学习的是特征提取层，第一模型和第二模型的输出类型可以不同，因此，可以扩大学习的模型的泛化能力，提高模型压缩的使用范围。 | ||
| 搜索关键词： | 特征提取 模型压缩 特征向量 训练数据 输出 目标模型 输出类型 训练目标 训练量 学习 预测 保证 | ||
【主权项】：
1.一种模型压缩方法，其特征在于，所述方法包括：使用第一模型对训练数据进行特征提取，得到所述第一模型分别在所述第一模型中的N个特征提取层输出的特征向量；将所述训练数据和在所述第一模型中的N个特征提取层输出的N个第一特征向量作为所述第二模型对应的N个特征提取层的训练目标，训练所述第二模型；所述第二模型是所述第一模型的压缩后的模型，所述第二模型的N个特征提取层的节点与所述第一模型的N个特征提取层的节点一一对应。
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深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，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/201910579307.4/，转载请声明来源钻瓜专利网。
