[发明专利]自适应迭代式卷积神经网络模型压缩方法有效
| 申请号： | 201810715248.4 | 申请日： | 2018-07-03 |
| 公开（公告）号： | CN109002889B | 公开（公告）日： | 2021-12-17 |
| 发明（设计）人： | 余志文;马帅 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种自适应迭代式卷积神经网络模型压缩方法，包括：对训练数据进行预处理，用训练数据对卷积神经网络进行训练，选出最优模型作为需要压缩的模型，用自适应迭代式卷积神经网络模型压缩方法对模型进行压缩，对压缩后的模型进行评估，选出最优模型作为压缩完成的模型。本发明具有以下优点：自适应调整量化比例，参数少；自适应迭代式压缩，可以提高模型压缩后的准确率；支持常见的卷积神经网络模型压缩，且可以根据需要压缩到特定位数，因此本发明的方法可以高效地压缩卷积神经网络模型并将模型应用到移动设备上。 | ||
| 搜索关键词： | 自适应 迭代式 卷积 神经网络 模型 压缩 方法 | ||
【主权项】：
1.自适应迭代式卷积神经网络模型压缩方法，其特征在于，包括以下步骤：对训练数据进行数据预处理；采用所述预处理后的所述训练数据对需要压缩的卷积神经网络进行训练，选择准确率最高的卷积神经网络模型作为需要压缩的模型；采用自适应迭代式卷积神经网络模型压缩方法对需要压缩的卷积神经网络模型进行压缩；对压缩结束的卷积神经网络模型进行评估，选择准确率最高的模型作为压缩完的模型。
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华南理工大学，未经华南理工大学许可，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/201810715248.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种赤潮预警方法
- 下一篇：卷积神经网络模型的建模方法及装置
