[发明专利]基于稀疏卷积神经网络的模型压缩方法、系统及相关设备在审
| 申请号： | 202011065618.8 | 申请日： | 2020-09-30 |
| 公开（公告）号： | CN112183748A | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 朱凤华;韦越;陈世超;陈圆圆;吕宜生;熊刚;叶佩军;王飞跃 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人： | 郭文浩;尹文会 |
| 地址： | 100190 *** | 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： | 本发明涉及深度学习技术领域，具体涉及一种基于稀疏卷积神经网络的模型压缩方法、系统及相关设备，旨在减轻模型对资源的占用。本发明的压缩方法包括：对模型进行稀疏正则化训练得到待压缩模型；根据待压缩模型各卷积层与BN层的参数，计算各滤波器的重要性评分；根据重要性评分以及预设的剪枝率设定重要性阈值；将重要性评分低于重要性阈值的滤波器，以及该滤波器对应的BN层参数一并剪除，获得剪枝后的模型。还可以对剪枝后的模型进行微调，以保证模型精度不低于预设的精度。本发明在不影响模型性能的前提下，实现了对模型参数量与计算量的大幅压缩，可以很好地减轻模型对资源的占用问题，使得深度学习模型能在资源受限的边缘计算设备上运行。 | ||
| 搜索关键词： | 基于 稀疏 卷积 神经网络 模型 压缩 方法 系统 相关 设备 | ||
【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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/202011065618.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种显示基板及其制备方法、显示装置
- 下一篇：一种抗菌硅胶材料及其制备方法
