[发明专利]面向边缘设备多层共享码本向量量化的深度模型压缩方法在审
| 申请号： | 202210382736.4 | 申请日： | 2022-04-13 |
| 公开（公告）号： | CN114781639A | 公开（公告）日： | 2022-07-22 |
| 发明（设计）人： | 黄明忠;刘研;赵立杰;王国刚 | 申请（专利权）人： | 沈阳化工大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N3/04 |
| 代理公司： | 沈阳技联专利代理有限公司 21205 | 代理人： | 张志刚 |
| 地址： | 110142 辽宁*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 面向边缘设备多层共享码本向量量化的深度模型压缩方法，涉及一种深度神经网络模型压缩方法，包括稀疏化训练、通道剪枝、优化权重排列、组向量量化、码本微调五个步骤。稀疏化训练：对上述各个通道评价因子进行稀疏化训练。通道剪枝：对重要性低的通道从模型中进行剪枝。优化权重排列：对通道剪枝后较小的网络模型实施权重优化排列。组向量量化：实施剪枝后的模型产生轻量化网络模型。码本微调：轻量化模型恢复模型精度。本发明用于压缩云端体积较大、结构复杂的网络模型得到便于边缘部署的轻量化模型，满足边缘设备算力资源、存储资源有限情况下的模型部署需求。有效降低模型对存储空间及算力要求，将边缘设备的算力资源、存储资源利用率最大化。 | ||
| 搜索关键词： | 面向 边缘 设备 多层 共享 向量 量化 深度 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沈阳化工大学，未经沈阳化工大学许可，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/202210382736.4/，转载请声明来源钻瓜专利网。
