[发明专利]一种深度神经网络的通用小型化方法

权利要求书

1.一种深度神经网络的通用小型化方法，包括以下步骤：

对初始的深度神经网络进行特征重构，形成一个新的小型网络；

对深度神经网络的特征通道数和组卷积数进行压缩处理，减少输出的特征通道数和组卷积的个数。

2.根据权利要求1所述的深度神经网络的通用小型化方法，其特征在于，所述特征重构时，采用特征分层方式进行重构，设定一个预定压缩比，分别对深度神经网络的底层特征和高层特征进行重构。

3.根据权利要求2所述的深度神经网络的通用小型化方法，其特征在于，所述重构时，先对深度神经网络的底层特征进行重构，完成底层特征的重构后，再对深度神经网络的高层特征进行重构。

4.根据权利要求3所述的深度神经网络的通用小型化方法，其特征在于，所述对底层特征和高层特征进行重构时，均采用回归的方法分别使重构前后深度神经网络的输出结果的欧氏距离最小。

5.根据权利要求4所述的深度神经网络的通用小型化方法，其特征在于，所述对深度神经网络的特征通道数和组卷积数进行压缩处理时，采用带因子的分离通道的方式，卷积构造N/a1个b*b*a2的组卷积进行卷积操作，a1≤a2。