[发明专利]一种适用于嵌入式设备的部分二值卷积方法

权利要求书

1.一种适用于嵌入式设备的部分二值卷积方法，其特征是：包括有以下步骤：

步骤1、对给定深度卷积神经网络的每一个卷积层，根据每个输出特征图的统计量测量出每个卷积核的重要性；并将每层的卷积核按照重要性进行排序，设定卷积核重要性阈值，把大于阈值和小于阈值的卷积核分为两组；

卷积核重要性的计算公式是：

式(1)中，N是用于计算重要性的样本的个数，是第l层第k个卷积核的重要性，表示第l卷积层在第n个输入样本上的输出特征图，表示中坐标为(k,i,j)的元素，其中k为通道索引,i/j为宽/高索引；

步骤2、将两组卷积核在存储空间上进行重新排列，使同组卷积核的存储位置邻近，保存重排顺序，为重排后的每组卷积核生成新的卷积层；

步骤3、根据步骤2的重排顺序改变下一个卷积层中的卷积核的通道顺序，使得每个卷积核的通道顺序与重排顺序一致；

步骤4、根据以上步骤处理后的CNN进行微调训练，对划分为重要的卷积层保留其全精度，对划分为非重要的卷积层执行二值量化，整个网络通过量化与训练的迭代操作逐步恢复准确度。