[发明专利]一种基于特征图稀疏化的卷积神经网络剪枝方法有效

专利信息
申请号: 202010066747.2 申请日: 2020-01-20
公开(公告)号: CN110874631B 公开(公告)日: 2020-06-16
发明(设计)人: 卓成;闫心刚 申请(专利权)人: 浙江大学
主分类号: G06N3/04 分类号: G06N3/04;G06N3/08;G06K9/46;G06K9/62
代理公司: 杭州求是专利事务所有限公司 33200 代理人: 刘静
地址: 310058 浙江*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明公开了一种基于特征图稀疏化的卷积神经网络剪枝方法,涉及如何压缩卷积神经网络减少其参数量和计算量以便于实际部署;在训练过程中,通过在损失函数中增加对激活层之后的特征图L1或L2正则化,使相应的特征图通道具有不同的稀疏度,在一定剪枝率下根据特征图通道的稀疏度剪去相应通道对应的卷积核,微调剪枝后网络获得新的准确度,根据剪枝前后的准确度变化调节剪枝率,经过多次迭代,寻找近最优剪枝率,在满足准确度不下降的条件下,实现最大程度的剪枝。该方法大大减少了卷积神经网络的参数量和计算量。
搜索关键词: 一种 基于 特征 稀疏 卷积 神经网络 剪枝 方法
【主权项】:
暂无信息
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浙江大学,未经浙江大学许可,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/patent/202010066747.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top