[发明专利]一种构造卷积神经网络（CNN）模型的方法和系统在审
| 申请号： | 201910312776.X | 申请日： | 2019-04-18 |
| 公开（公告）号： | CN110490296A | 公开（公告）日： | 2019-11-22 |
| 发明（设计）人： | 崔裕镇;M.埃-卡哈米;李正元 | 申请（专利权）人： | 三星电子株式会社 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04 |
| 代理公司： | 11105 北京市柳沈律师事务所 | 代理人： | 邵亚丽<国际申请>=<国际公布>=<进入 |
| 地址： | 韩国*** | 国省代码： | 韩国;KR |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本文公开了一种用于构造卷积神经网络(CNN)模型的方法和系统。该方法包括正则化空间域权重，提供空间域权重的量化，修剪空间域中的小权重或零权重，微调量化码本，压缩来自量化码本的量化输出，以及解压缩空间域权重并在修剪Winograd域权重之后使用稀疏空间域卷积和稀疏Winograd卷积。 | ||
| 搜索关键词： | 权重 空间域 量化码本 卷积 稀疏 修剪 卷积神经网络 量化 解压缩 正则化 微调 压缩 输出 | ||
【主权项】：
1.一种构造卷积神经网络CNN模型的方法，包括：/n正则化空间域权重；/n提供空间域权重的量化；/n修剪空间域中的小于预定阈值的权重；/n微调量化码本；/n压缩来自量化码本的量化输出，以及/n解压缩空间域权重并在修剪Winograd域权重后使用稀疏空间域卷积和稀疏Winograd卷积。/n
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三星电子株式会社，未经三星电子株式会社许可，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/201910312776.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据处理方法及处理装置
- 下一篇：一种铁路道岔动作功率曲线智能分段方法
