[发明专利]基于高斯分布估计选取深度网络参数稀疏阈值的方法在审
| 申请号： | 202010148425.2 | 申请日： | 2020-03-05 |
| 公开（公告）号： | CN111488981A | 公开（公告）日： | 2020-08-04 |
| 发明（设计）人： | 刘强;陈世达 | 申请（专利权）人： | 天津大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 天津市三利专利商标代理有限公司 12107 | 代理人： | 韩新城 |
| 地址： | 300072*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： |
本发明公开一种基于高斯分布估计选取深度网络参数稀疏阈值的方法，在选取稀疏阈值时，是通过对DNNs模型的卷积层、全连接层和批归一化层等的权值和梯度参数先验假设为高斯分布，求取其特征参数μ和σ的最大似然估计，进而由预设稀疏率ρ得到目标阈值并获取掩码，然后采用游程编码对根据选出Top‑k选出的重要的稀疏梯度编码，然后基于All‑reduce分布式训练框架与其他节点Nodes通信传输及交换稀疏梯度；各节点剪进行聚合平均，得出平均梯度，对多个节点操作。相比于复杂度为O(nlog |
||
| 搜索关键词： | 基于 分布 估计 选取 深度 网络 参数 稀疏 阈值 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天津大学，未经天津大学许可，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/202010148425.2/，转载请声明来源钻瓜专利网。
