[发明专利]一种基于通道梯度剪枝的柔性深度学习网络模型压缩方法在审
| 申请号： | 202011308919.9 | 申请日： | 2020-11-20 |
| 公开（公告）号： | CN112396179A | 公开（公告）日： | 2021-02-23 |
| 发明（设计）人： | 禹鑫燚;戎锦涛;欧林林;张铭扬;林密 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 杭州天正专利事务所有限公司 33201 | 代理人： | 王兵 |
| 地址： | 310014 浙*** | 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： | 一种基于通道梯度剪枝的柔性深度学习网络模型压缩方法，包括：步骤1、向原始网络添加遮掩层约束，获取待剪枝的深度卷积神经网络模型，步骤2、网络模型在数据集上训练，根据通道梯度和权值的乘积的绝对值作为重要性标准更新通道的遮掩层约束，得到掩码和稀疏模型，步骤3、基于掩码对稀疏模型做剪枝操作，步骤4、重训练紧凑的深度卷积神经网络模型。本发明还提供了基于通道梯度剪枝的柔性深度学习网络模型压缩方法在实际物体识别APP上的应用效果，剪枝后模型对物体的识别速度大幅提升，解决了深度神经网络模型因高存储空间占用，高内存占用，高计算资源占用导致无法部署到嵌入式、智能手机等设备上的技术问题，拓展了深度神经网络的应用范围。 | ||
| 搜索关键词： | 一种 基于 通道 梯度 剪枝 柔性 深度 学习 网络 模型 压缩 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浙江工业大学，未经浙江工业大学许可，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/202011308919.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种多功能平移式皮带助卷器
- 下一篇：一种滚珠丝杆及其防护装置
