[发明专利]一种深度神经网络的压缩方法在审
| 申请号： | 201811614117.3 | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109726799A | 公开（公告）日： | 2019-05-07 |
| 发明（设计）人： | 苟旭 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 成都帝鹏知识产权代理事务所(普通合伙) 51265 | 代理人： | 黎照西 |
| 地址： | 610000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种深度神经网络的压缩方法，包括步骤：网络参数修剪：通过剪枝来修剪网络，删除冗余连接，保留信息量最大的连接；训练量化和权值共享：对权重进行量化，使多个连接共享相同的权重，并存储有效权重和索引；利用有效权值的偏置分布，使用霍夫曼编码获取压缩网络。本发明通过修改剪枝和权重共享等方式，提高压缩后网络的精度，大大减少了计算内存空间，大大提高了运行速度；从而有效减少大型网络的计算量和内存，以便它们可以在有限的硬件设备上有效运行。 | ||
| 搜索关键词： | 权重 压缩 神经网络 剪枝 修剪 共享 量化 霍夫曼编码 大型网络 内存空间 冗余连接 网络参数 硬件设备 有效减少 有效权重 有效运行 网络 计算量 偏置 索引 内存 信息量 删除 存储 保留 | ||
【主权项】：
1.一种深度神经网络的压缩方法，其特征在于，包括步骤：S100，网络参数修剪：通过剪枝来修剪网络，删除冗余连接，保留信息量最大的连接；S200，训练量化和权值共享：对权重进行量化，使多个连接共享相同的权重，并存储有效权重和索引；S300，利用有效权值的偏置分布，使用霍夫曼编码获取压缩网络。
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四川大学，未经四川大学许可，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/201811614117.3/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理方法及装置
- 下一篇：运算方法、装置及相关产品
