[发明专利]基于深度卷积神经网络模型的结构化剪枝方法和装置在审
| 申请号： | 202111148560.8 | 申请日： | 2021-09-29 |
| 公开（公告）号： | CN113919484A | 公开（公告）日： | 2022-01-11 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 澎峰（北京）科技有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 北京知果之信知识产权代理有限公司 11541 | 代理人： | 高科;李志刚 |
| 地址： | 100094 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于深度卷积神经网络模型的结构化剪枝方法和装置。该方法包括：基于BN层的缩放因子对预先训练的深度卷积神经网络模型进行稀疏正则化训练，得到稀疏模型；根据稀疏模型的第一BN层参数，计算稀疏模型中残差结构的重要性评分；根据残差结构的重要性评分以及预设剪枝层数，对稀疏模型进行层剪枝；根据稀疏模型的第二BN层参数，计算各通道的重要性评分；根据各通道的重要性评分、预设全局剪枝率和预设局部保护剪枝率，对结构化层剪枝后的模型进行通道剪枝，得到结构化通道剪枝后的模型；整理结构化通道剪枝后的模型，得到用于在嵌入式端部署应用的轻量化模型。本申请能够解决高精度复杂模型难以在(中低端)移动端直接部署的问题。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 模型 结构 剪枝 方法 装置 | ||
【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澎峰（北京）科技有限公司，未经澎峰（北京）科技有限公司许可，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/202111148560.8/，转载请声明来源钻瓜专利网。
