[发明专利]一种神经网络压缩方法及装置有效
| 申请号： | 201910493475.1 | 申请日： | 2019-06-06 |
| 公开（公告）号： | CN110263917B | 公开（公告）日： | 2023-09-22 |
| 发明（设计）人： | 姜迪 | 申请（专利权）人： | 深圳前海微众银行股份有限公司 |
| 主分类号： | G06N3/0464 | 分类号： | G06N3/0464;G06N3/08;G06F18/214 |
| 代理公司： | 北京同达信恒知识产权代理有限公司 11291 | 代理人： | 黄志华 |
| 地址： | 518027 广东省深圳市*** | 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： | 本发明公开了一种神经网络压缩方法及装置，其中方法为：将训练数据集中的每个样本值输入至预设的神经网络，对所述神经网络进行深度学习训练，通过所述神经网络输出的每个样本值的训练值，对所述神经网络中预设的至少一个参数进行更新；获取所述深度学习训练过程中，所述至少一个参数中每个参数的至少一个更新值；针对所述至少一个参数中的任一参数，对该参数的至少一个更新值进行变分后验推断，获取该参数的变分后验分布的均值，并用该均值替换该参数；对所述神经网络的所述至少一个进行聚类、裁剪、量化及霍夫曼编码，获得压缩后的神经网络；上述方法可应用于金融科技(Fintech)。 | ||
| 搜索关键词： | 一种 神经网络 压缩 方法 装置 | ||
【主权项】：
1.一种神经网络压缩方法，其特征在于，包括：将训练数据集中的每个样本值输入至预设的神经网络，对所述神经网络进行深度学习训练，通过所述神经网络输出的每个样本值的训练值，对所述神经网络中预设的至少一个参数进行更新；获取所述深度学习训练过程中，所述至少一个参数中每个参数的至少一个更新值；针对所述至少一个参数中的任一参数，对该参数的至少一个更新值进行变分后验推断，获取该参数的变分后验分布的均值，并用该均值替换该参数；对所述神经网络的所述至少一个参数进行聚类、裁剪、量化及霍夫曼编码，获得压缩后的神经网络。
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深圳前海微众银行股份有限公司，未经深圳前海微众银行股份有限公司许可，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/201910493475.1/，转载请声明来源钻瓜专利网。
