[发明专利]基于集成Jetson Nano域控制器运行神经网络的优化算法在审
| 申请号： | 202010739461.6 | 申请日： | 2020-07-28 |
| 公开（公告）号： | CN112052937A | 公开（公告）日： | 2020-12-08 |
| 发明（设计）人： | 赵青;王伟;何永宁;何敬源;罗启新 | 申请（专利权）人： | 广西小珈智能科技有限责任公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 南宁东智知识产权代理事务所(特殊普通合伙) 45117 | 代理人： | 巢雄辉;裴康明 |
| 地址： | 530200 广西壮族自治区南宁*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 集成 jetson nano 控制器 运行 神经网络 优化 算法 | ||
1.基于集成Jetson Nano域控制器运行神经网络的优化算法，其特征在于：包括以下步骤：
S1：剪裁：在服务器上对待优化的神经网络模型进行训练，将待优化的神经网络模型中不重要的连接剪裁掉，得到剪裁后的待优化的神经网络模型；
S2：量化：对剪裁后的待优化的神经网络模型的连接权重进行INT8参数量化；
S3：压缩编码：采用霍夫曼编码算法将量化后的连接权重进行压缩，得到优化后的神经网络模型；
S4：测试：采用集成jetson Nano的域控制器分别对优化后的神经网络模型和原来待优化的神经网络模型进行训练，计算优化后的神经网络模型的精度和原来待优化的神经网络模型的精度，若优化后的神经网络模型的精度比原来待优化的神经网络模型的精度下降超过2％，则重新对待优化的神经网络模型进行剪裁，直到优化后的神经网络模型的精度比原来待优化的神经网络模型的精度下降小于2％为止，如此得到最终优化后的神经网络模型。
2.根据权利要求1所述的基于集成Jetson Nano域控制器运行神经网络的优化算法，其特征在于：所述不重要的连接的确定方法为：
(1)计算待优化的神经网络模型中每一层网络每个连接的连接权重；
(2)对每一层网络的连接权重按照降序的方式进行排序；
(3)每一层网络的连接权重排在后20％的连接为改层网络的不重要的连接。
3.根据权利要求2所述的基于集成Jetson Nano域控制器运行神经网络的优化算法，其特征在于：所述步骤(1)中采用Hessian算法来计算每个连接的连接权重。
4.根据权利要求1所述的基于集成Jetson Nano域控制器运行神经网络的优化算法，其特征在于：所述步骤S4是将优化后的神经网络模型转换为二进制的形式，并将二进制的优化后的神经网络模型进行上传至集成jetson Nano的域控制器进行测试。
5.根据权利要求4所述的基于集成Jetson Nano域控制器运行神经网络的优化算法，其特征在于：所述步骤S4中还包括将优化后的神经网络模型采用TensorRT框架进行转换成二进制的形式。
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广西小珈智能科技有限责任公司，未经广西小珈智能科技有限责任公司许可，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/pat/books/202010739461.6/1.html，转载请声明来源钻瓜专利网。
- 上一篇：除尘系统及砂石骨料生产线
- 下一篇：一种心理学研究教学用微表情收集装置
