[发明专利]基于稀疏学习与遗传算法相结合的神经网络剪枝方法在审
| 申请号： | 201911348985.6 | 申请日： | 2019-12-24 |
| 公开（公告）号： | CN111105035A | 公开（公告）日： | 2020-05-05 |
| 发明（设计）人： | 李甫;石光明;汪振宇;谢雪梅 | 申请（专利权）人： | 西安电子科技大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/12 |
| 代理公司： | 陕西电子工业专利中心 61205 | 代理人： | 王品华 |
| 地址： | 710071*** | 国省代码： | 陕西;61 |
| 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稀疏学习与遗传算法相结合的神经网络剪枝方法，主要解决神经网络对存储资源和计算资源消耗大的问题。其实现方案是；通过稀疏学习的方式训练神经网络，得到稀疏化的网络结构；利用遗传算法以及一种动态可调节的评价因子对训练好的神经网络中潜在的子网络进行启发式搜索，并在适应度函数的引导下自动搜索出符合需求的最佳子网络；将得到的最佳子网络进行再训练得到最终剪枝结果。本发明减少了神经网络对存储资源和计算资源消耗，保证了剪枝后网络的精度，能实现可调节剪枝，可用于神经网络的压缩。 | ||
| 搜索关键词： | 基于 稀疏 学习 遗传 算法 相结合 神经网络 剪枝 方法 | ||
【主权项】：
暂无信息
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西安电子科技大学，未经西安电子科技大学许可，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/201911348985.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种具有杂质过滤装置的耐腐蚀泵阀管道
- 下一篇：隧道非开挖生态建造方法
