[发明专利]一种卷积神经网络模型参数处理方法及系统在审
| 申请号： | 201611051944.7 | 申请日： | 2016-11-24 |
| 公开（公告）号： | CN106779051A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 陈书楷;朱思霖 | 申请（专利权）人： | 厦门中控生物识别信息技术有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 深圳中一专利商标事务所44237 | 代理人： | 阳开亮 |
| 地址： | 361000 福建省厦门市*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于人工智能技术领域，提供了一种卷积神经网络模型参数处理方法及系统，包括提取第一卷积神经网络模型每一数据层中权重信息；通过阈值计算方法，计算得出每一数据层阈值；通过置零化处理方法，对权重进行置零化处理，得到第二卷积神经网络模型，记录被置零的权重的总数目；计算权重置零率；对第二卷积神经网络模型进行训练及测试，记录测试结果；根据测试结果及权重置零率，判断第二卷积神经网络模型是否满足要求若满足要求，输出第二卷积神经网络模型；若不满足要求，返回上述处理操作。从而使卷积神经网络模型参数稀疏化，减小了卷积神经网络模型应用时的计算量并提高了计算效率。 | ||
| 搜索关键词： | 一种 卷积 神经网络 模型 参数 处理 方法 系统 | ||
【主权项】：
一种卷积神经网络模型参数处理方法，其特征在于，包括：获取第一卷积神经网络模型及阈值因子；提取所述第一卷积神经网络模型每一数据层中的权重信息，所述权重信息包括权重及权重的数目；通过预设的阈值计算方法，利用所述权重及所述阈值因子计算得出每一数据层的阈值；通过预设的置零化处理方法，利用所述每一数据层的阈值，对所述第一卷积神经网络模型每一数据层中的权重进行置零化处理，得到第二卷积神经网络模型，并记录被置零的权重的总数目；根据所述被置零的权重的总数目及所述第一卷积神经网络模型中所有数据层权重的总数目计算权重置零率；对所述第二卷积神经网络模型进行训练及测试，记录测试结果；根据所述测试结果及所述权重置零率，判断所述第二卷积神经网络模型是否满足测试结果要求及权重置零率要求：若满足要求，则输出所述第二卷积神经网络模型；若不满足要求，则将第二卷积神经网络模型作为第一卷积神经网络模型，重新获取该第一卷积神经网络模型的阈值因子，返回执行所述提取所述第一卷积神经网络模型每一数据层中的权重信息的操作。
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厦门中控生物识别信息技术有限公司，未经厦门中控生物识别信息技术有限公司许可，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/patent/201611051944.7/，转载请声明来源钻瓜专利网。
