[发明专利]基于剪枝阈值自动搜索的深度神经网络模型压缩方法在审
| 申请号： | 201910820043.7 | 申请日： | 2019-08-31 |
| 公开（公告）号： | CN110674939A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 刘欣刚;钟鲁豪;朱超;王文涵;吴立帅;代成 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 51203 电子科技大学专利中心 | 代理人： | 周刘英 |
| 地址： | 611731 四川省成*** | 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： | 本发明公开了一种基于剪枝阈值自动搜索的深度神经网络模型压缩方法，属于深度神经网络模型压缩领域。本发明包括下列步骤：模型训练，得到用于剪枝的初始模型；对模型参数进行自适应网格搜索得到第一剪枝阈值；结合二分搜索法对第一剪枝阈值对应的阈值区间进一步搜小，寻找更优阈值大小，得到第二剪枝阈值；基于第二剪枝阈值对原始网络模型进行迭代剪枝处理；对剪枝后的模型进行稀疏存储，得到可使用的压缩网络模型。本发明提出的基于剪枝阈值自动搜索的深度神经网络模型压缩方法，可以对现有主要的深度神经网络模型进行压缩，解决了深度神经网络模型因为模型大导致无法部署到嵌入式设备上的技术问题，扩展了深度神经网络模型的应用范围。 | ||
| 搜索关键词： | 剪枝 神经网络模型 压缩 自动搜索 二分搜索法 嵌入式设备 初始模型 模型参数 模型训练 网格搜索 网络模型 原始网络 阈值区间 自适应 迭代 稀疏 存储 应用 部署 | ||
【主权项】：
1.一种基于剪枝阈值自动搜索的深度神经网络模型压缩方法，其特征在于，包括如下步骤：/nS1：对待压缩处理的原始网络模型进行模型训练，得到用于剪枝的初始模型；/nS2：对模型参数进行自适应网格搜索得到第一剪枝阈值；/nS3：结合二分搜索法对第一剪枝阈值对应的阈值区间进一步搜小，寻找更优阈值大小，得到第二剪枝阈值；/n其中，第一剪枝阈值对应的阈值区间为[V
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电子科技大学，未经电子科技大学许可，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/201910820043.7/，转载请声明来源钻瓜专利网。
