[发明专利]基于聚类的深度学习模型压缩方法、存储介质及系统在审
| 申请号： | 201910472337.5 | 申请日： | 2019-05-31 |
| 公开（公告）号： | CN110175262A | 公开（公告）日： | 2019-08-27 |
| 发明（设计）人： | 吕志高 | 申请（专利权）人： | 武汉斗鱼鱼乐网络科技有限公司 |
| 主分类号： | G06F16/71 | 分类号： | G06F16/71;G06F16/75;H04N19/85;H04L29/06 |
| 代理公司： | 武汉智权专利代理事务所(特殊普通合伙) 42225 | 代理人： | 董婕 |
| 地址： | 430000 湖北省武汉市东湖新技术开发区软件园东路*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于聚类的深度学习模型压缩方法、存储介质及系统，涉及数据压缩处理领域，该方法包括实时获取直播视频数据；创建一深度学习模型用于对实时获取的直播视频数据进行压缩，并在压缩过程中依次获取创建的深度学习模型中各layer的权值和权值维度；判断当前所获取layer的权值维度是否大于设定阈值：若是，则采用分桶的有损粗量化方法，降低当前layer的权值维度，并记录降低维度后的权值索引；若否，则记录当前layer的权值索引，并对当前layer的权值进行聚类量化编码，记录聚类完成后的聚类中心和聚类索引；压缩完成后的数据存储至直播平台服务器。本发明能够高效、更精准的进行深度学习模型压缩，有效保证压缩效果。 | ||
| 搜索关键词： | 聚类 维度 模型压缩 索引 直播视频数据 存储介质 实时获取 压缩 学习 记录 平台服务器 聚类中心 量化编码 数据存储 数据压缩 压缩过程 权值和 创建 量化 直播 保证 | ||
【主权项】：
1.一种基于聚类的深度学习模型压缩方法，其特征在于，包括以下步骤：实时获取直播间的直播视频数据；创建一深度学习模型用于对实时获取的直播视频数据进行压缩，并在压缩过程中依次获取创建的深度学习模型中各layer的权值和权值维度；判断当前所获取layer的权值维度是否大于设定阈值：‑若是，采用分桶的有损粗量化方法，降低当前layer的权值维度，并记录降低维度后的权值索引；‑若否，记录当前layer的权值索引，并对当前layer的权值进行聚类量化编码，记录聚类完成后的聚类中心和聚类索引；压缩完成后的直播视频数据存储至直播平台服务器。
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武汉斗鱼鱼乐网络科技有限公司，未经武汉斗鱼鱼乐网络科技有限公司许可，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/201910472337.5/，转载请声明来源钻瓜专利网。
