[发明专利]一种基于大脑共识主动性的深度神经网络压缩方法在审
| 申请号： | 201910885350.3 | 申请日： | 2019-09-19 |
| 公开（公告）号： | CN110689113A | 公开（公告）日： | 2020-01-14 |
| 发明（设计）人： | 申世博;李荣鹏;张宏纲;赵志峰 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 33200 杭州求是专利事务所有限公司 | 代理人： | 邱启旺 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于大脑共识主动性的深度神经网络压缩方法，该方法在每一次神经网络训练的前向过程中，在卷积层中逐层地筛选部分重要的通道，而将其它通道的激活值置零。这样，在误差的反向传播过程中，生成这些不重要的通道的卷积核的梯度值为零，因此不会被更新或训练。同时，将通道效用的更新过程嵌入于误差的反向传播当中，并且通过“共识主动”方法来增强它们之间的联系。每一次网络的迭代更新，都是有选择地“训练”了那些有效通道对应的卷积核，因此，当训练结束的时候，保留具有高通道效用的通道，从而实现通道剪枝和深度神经网络压缩。该方法大大简化了现有深度神经网络压缩方法的一般流程，具有很高的效率。 | ||
| 搜索关键词： | 神经网络 反向传播 卷积核 压缩 神经网络训练 迭代更新 更新过程 一次网络 有效通道 剪枝 卷积 前向 置零 嵌入 大脑 主动性 激活 筛选 保留 更新 | ||
【主权项】：
1.一种基于大脑共识主动性的深度神经网络压缩方法，其特征在于，具体包括以下步骤：/n(1)在深度神经网络训练的每一次前向过程中，对于每一层的通道，按照初始化通道效用值
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浙江大学，未经浙江大学许可，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/201910885350.3/，转载请声明来源钻瓜专利网。
- 上一篇：数据处理的方法及装置
- 下一篇：网络节点处理方法、装置、存储介质及电子设备
