[发明专利]基于激活信息的残差神经网络压缩方法

摘要

本发明涉及人工智能技术领域，具体涉及一种基于激活信息的残差神经网络压缩方法。该方法训练残差神经网络以确定网络中各层的权值；基于激活信息获取每层隐含层的整体梯度异常程度，由整体梯度异常程度分别计算每个隐含层关联组合之间进行残差操作的必要性；根据必要性对每个残差操作组合的去除合理程度，由去除合理程度对残差神经网络进行压缩简化。通过对残差操作进行必要性和去除合理性评估来去除神经网络中影响较小的残差操作，以实现神经网络的压缩，从而降低神经网络对硬件设备存储空间和计算性能的要求，以便能够布置于低功耗的设备上。